Efectos del tamaño muestral en los IC por bootstrap
En un ejercicio de opción múltiple anterior, viste que si volvías a muestrear los datos con un tamaño incorrecto (p. ej., 300 o 3 en lugar de 30), el error estándar (SE) de las proporciones muestrales quedaba desajustado. Con 300 observaciones remuestreadas, el SE era demasiado pequeño. Con 3 observaciones remuestreadas, el SE era demasiado grande.
Aquí usarás el error estándar incorrecto (basado en el tamaño muestral incorrecto) para crear un intervalo de confianza. La idea es que, cuando el error estándar está desajustado, el intervalo no es especialmente útil ni es correcto.
Este ejercicio forma parte del curso
Fundamentos de la inferencia en R
Instrucciones del ejercicio
- En el script se muestra una función para calcular el intervalo de confianza t mediante bootstrap,
calc_t_conf_int(). Lee el código e intenta comprenderlo. - Llama a
calc_t_conf_int()conone_poll_bootpara calcular el intervalo de confianza t correcto. - Haz lo mismo con
one_poll_boot_300, para obtener un intervalo incorrecto para los remuestreos de tamaño 300. - Haz lo mismo con
one_poll_boot_3, para obtener un intervalo incorrecto para los remuestreos de tamaño 3.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
calc_t_conf_int <- function(resampled_dataset) {
resampled_dataset %>%
summarize(
lower = p_hat - 2 * sd(stat),
upper = p_hat + 2 * sd(stat)
)
}
# Find the bootstrap t-confidence interval for 30 resamples
calc_t_conf_int(___)
# ... and for 300 resamples
___
# ... and for 3 resamples
___