KI über Approximation
Die Approximationsabkürzung bietet eine alternative Methode, die Stichprobenverteilung zu beschreiben. In dieser Übung wendest du die Approximationsabkürzung an, um ein Konfidenzintervall für den Anteil der Befragten zu erstellen, die in der Pacific-Region leben.
Beim Aufbau eines beliebigen Konfidenzintervalls brauchst du drei Zutaten: den Punktschätzer (hier p_hat), den Standardfehler (SE) und die Anzahl der Standardfehler, die addiert und subtrahiert werden. Bei einer glockenförmigen Stichprobenverteilung entspricht das Addieren und Subtrahieren von zwei SEs einem Konfidenzniveau von 95 %. Beim Bootstrap kannst du prüfen, ob die Verteilung glockenförmig ist, weil du die Bootstrap-Verteilung zum Plotten hast. Bei der Approximation fliegst du blind – na ja, nicht ganz blind, aber du bist auf die „Faustregel“ angewiesen, um sicherzustellen, dass du mit einer Glockenform arbeitest.
Diese Übung ist Teil des Kurses
Schlussfolgern für kategoriale Daten in R
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Calculate n as the number of rows
n <- nrow(gss2016)
# Calculate p_hat as the proportion in pacific meta region
p_hat <- gss2016 %>%
___(prop_pacific = ___(___ == "___")) %>%
pull()
# See the result
p_hat