Effets de la taille d'échantillon sur les IC par bootstrap
Dans un exercice à choix multiples précédent, vous avez constaté qu'en rééchantillonnant les données avec une taille erronée (p. ex. 300 ou 3 au lieu de 30), l'erreur-type (SE) des proportions échantillonnales était faussée. Avec 300 observations rééchantillonnées, la SE était trop petite. Avec 3 observations rééchantillonnées, la SE était trop grande.
Ici, vous allez utiliser l'erreur-type incorrecte (fondée sur la mauvaise taille d'échantillon) pour construire un intervalle de confiance. L'idée est que lorsque l'erreur-type est erronée, l'intervalle n'est ni très utile ni correct.
Cette activité fait partie du cours
Fondements de l'inférence en R
Instructions de l’exercice
- Une fonction qui calcule l'intervalle de confiance t par bootstrap,
calc_t_conf_int(), est affichée dans le script. Lisez le code et essayez de le comprendre. - Appelez
calc_t_conf_int()surone_poll_bootpour calculer le bon intervalle de confiance t. - Faites de même sur
one_poll_boot_300, afin d'obtenir un intervalle incorrect pour les rééchantillonnages de taille 300. - Faites de même sur
one_poll_boot_3, afin d'obtenir un intervalle incorrect pour les rééchantillonnages de taille 3.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
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
___