शुरू करेंमुफ़्त में शुरू करें

Percentile method - slope के लिए bootstrap CI

एक वैकल्पिक तरीका यह है कि slope के लिए CI को bootstrapped slope स्टेटिस्टिक्स के डिस्ट्रीब्यूशन के पर्सेंटाइल्स से बनाया जाए. याद रखें कि CI ऐसे बनाया जाता है कि, बहुत-सी एनालिसिस के दौरान, CI का कवरेज रेट (1-alpha)*100% होता है. यदि आप हमेशा alpha = 0.05 रखते हैं, तो 95% कॉन्फिडेंस इंटरवल जीवनभर औसतन 95% बार इच्छित पैरामीटर को कैप्चर करेंगे. आमतौर पर, 5% मौकों में जब इंटरवल पैरामीटर को मिस करता है, तो कभी इंटरवल ज़्यादा ऊँचा होता है (2.5% समय) और कभी बहुत नीचा (2.5% समय).

slope के bootstrapped estimates, boot_slope, आपके वर्कस्पेस में लोड हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में Linear Regression के लिए Inference

पाठ्यक्रम देखें

अभ्यास निर्देश

  • alpha को 0.05 सेट करें (हालाँकि अपने काम में आप अलग confidence level उपयोग कर सकते हैं).
  • कॉन्फिडेंस इंटरवल बनाने के लिए ज़रूरी पर्सेंटाइल्स कैलकुलेट करें.
    • लोअर पर्सेंटाइल cutoff, alpha के आधे पर होगा.
    • अपर पर्सेंटाइल cutoff, एक माइनस alpha के आधे पर होगा.
  • quantile() और पर्सेंटाइल cutoffs का उपयोग करके stat का कॉन्फिडेंस इंटरवल बनाएँ. आपके इंटरवल के सिरों के नाम lower और upper होने चाहिए.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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 %>% 
  ___
कोड संपादित करें और चलाएँ