Perzentil-Methode – Bootstrap-KI für die Steigung

Alternativ kann ein KI für die Steigung mithilfe der Perzentile der Verteilung der gebootstrappten Steigungsstatistiken erstellt werden. Denk daran: Ein KI wird so konstruiert, dass über eine Lebenszeit von Analysen die Abdeckungsrate eines KI (1-alpha)*100 % beträgt. Wenn du immer alpha = 0,05 setzt, dann enthält das 95%-Konfidenzintervall den interessierenden Parameter (über deine Lebenszeit) in 95 % der Fälle. Typischerweise verfehlt das Intervall in den übrigen 5 % der Fälle den Parameter: Manchmal liegt das Intervall zu hoch (2,5 % der Fälle) und manchmal zu niedrig (2,5 % der Fälle).

Die gebootstrappten Schätzungen der slope, boot_slope, sind in deinem Workspace geladen.

Diese Übung ist Teil des Kurses

<Kurs>Schlussfolgern bei der linearen Regression in R</Kurs>

Kurs ansehen

Übungsanweisungen

Setze alpha auf 0,05 (für deine eigene Arbeit kannst du natürlich auch ein anderes Konfidenzniveau wählen).
Berechne die relevanten Perzentile, die du für das Konfidenzintervall brauchst.
- Die untere Perzentilgrenze liegt bei der Hälfte von alpha.
- Die obere Perzentilgrenze liegt bei eins minus der Hälfte von alpha.
Erstelle das Konfidenzintervall von stat mit quantile() und den Perzentilgrenzen. Die Enden deines Intervalls sollen lower und upper heißen.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Set alpha
alpha <- ___

# Set the lower percentile cutoff
p_lower <- ___

# Set the upper percentile cutoff
p_upper <- ___

# Create a confidence interval of stat using quantiles
boot_slope %>% 
  ___

Code bearbeiten und ausführen