शुरू करेंमुफ़्त में शुरू करें

Bootstrap CI पर sample size का असर

एक पिछले multiple choice अभ्यास में, आपने देखा था कि अगर आपने डेटा को गलत आकार के साथ फिर से सैंपल किया (जैसे 30 की जगह 300 या 3), तो sample proportions का standard error (SE) गड़बड़ा गया। 300 resampled observations के साथ SE बहुत छोटा था। 3 resampled observations के साथ SE बहुत बड़ा था।

यहाँ, आप गलत standard error (गलत sample size पर आधारित) का उपयोग करके एक confidence interval बनाएँगे। विचार यह है कि जब standard error गलत हो, तो interval न तो खास उपयोगी होता है और न ही सही।

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में Inference की बुनियाद

पाठ्यक्रम देखें

अभ्यास निर्देश

  • Bootstrapped t-confidence interval निकालने के लिए एक फंक्शन calc_t_conf_int() स्क्रिप्ट में दिया है। कोड पढ़िए और समझने की कोशिश कीजिए।
  • सही t-confidence interval निकालने के लिए one_poll_boot पर calc_t_conf_int() कॉल करें।
  • 300 आकार वाले resamples के लिए गलत interval पाने के लिए one_poll_boot_300 पर भी यही करें।
  • 3 आकार वाले resamples के लिए गलत interval पाने के लिए one_poll_boot_3 पर भी यही करें।

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

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
___
कोड संपादित करें और चलाएँ