एप्रॉक्सीमेशन के ज़रिए CI
एप्रॉक्सीमेशन शॉर्टकट सैम्पलिंग डिस्ट्रीब्यूशन को बताने का एक वैकल्पिक तरीका देता है। इस अभ्यास में, आप pacific क्षेत्र में रहने वाले उत्तरदाताओं के अनुपात के लिए एक confidence interval बनाने में इस शॉर्टकट का उपयोग करेंगे.
किसी भी confidence interval को बनाते समय तीन चीज़ें इस्तेमाल होती हैं: पॉइंट एस्टीमेट (यहाँ p_hat), SE, और जितने standard errors जोड़ने-घटाने हैं उनकी संख्या। यदि सैम्पलिंग डिस्ट्रीब्यूशन घंटी-आकार (bell-shaped) का है, तो दो SE जोड़ना और घटाना 95% confidence level के बराबर होता है। जब आप bootstrap इस्तेमाल करते हैं, तो आप इसका डिस्ट्रीब्यूशन प्लॉट करके जाँच सकते हैं कि यह bell-shaped है। लेकिन जब आप एप्रॉक्सीमेशन इस्तेमाल करते हैं, तो आप बिना सीधे सबूत के काम करते हैं — पूरी तरह नहीं, पर आप बेल-शेप मानने के लिए "rule of thumb" पर निर्भर रहते हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में श्रेणीबद्ध डेटा के लिए अनुमान
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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