Calcolare gli intervalli di confidenza
Se dai una singola stima di una statistica campionaria, inevitabilmente sbaglierai di qualche quantità. Per esempio, la proporzione ipotizzata di spedizioni in ritardo era del 6%. Anche se le evidenze suggeriscono che l’ipotesi nulla, secondo cui la proporzione di spedizioni in ritardo è pari a questo valore, è plausibile, in qualsiasi nuovo campione la proporzione sarà probabilmente un po’ diversa. Di conseguenza, è una buona idea dichiarare un intervallo di confidenza. In altre parole, diciamo "siamo 'confidenti' al 95% che la proporzione di spedizioni in ritardo sia compresa tra A e B" (per qualche valore di A e B).
Il corso Sampling in R ha mostrato due metodi per calcolare gli intervalli di confidenza. Qui userai i quantili della distribuzione bootstrap per calcolare l’intervallo di confidenza.
late_prop_samp e late_shipments_boot_distn sono disponibili; dplyr è caricato.
Questo esercizio fa parte del corso
Test di ipotesi in R
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Calculate 95% confidence interval using quantile method
conf_int_quantile <- late_shipments_boot_distn %>%
___
# See the result
conf_int_quantile