ブートストラップ百分位法による区間
前の演習の主なポイントは、元の標本の \(\hat{p}\) と再標本化(ブートストラップ)による \(\hat{p}^*\) の距離が、元の \(\hat{p}\) が母集団の真の比率からどれだけ離れているかを測る指標になる、ということでした。
同じばらつきは、別の方法でも測定できます。先ほどと同様に、もし \(\hat{p}\) が真の母数に十分近ければ、再標本化(ブートストラップ)した \(\hat{p}^*\) は、真の母数と重なるようなばらつきを示します。
標本の \(\hat{p}\) の中央値95%を測るのに \(\pm 2 SE\) を使う代わりに、再標本化した \(\hat{p}^*\) の上位2.5%と下位2.5%を取り除いて中央部分を見つけることができます。なお、この2つ目のブートストラップ区間の作り方は、95%区間だけでなく、90%や99%の信頼区間を作るときにも直感的に拡張できます。
ブートストラップした再標本 one_poll_boot と、「はい」と回答した比率 p_hat がワークスペースに用意されています。
この演習はコースの一部です
Rによる推測の基礎
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# From previous exercise: bootstrap t-confidence interval
one_poll_boot %>%
summarize(
lower = p_hat - 2 * sd(stat),
upper = p_hat + 2 * sd(stat)
)
# Manually calculate a 95% percentile interval
one_poll_boot %>%
summarize(
lower = ___(stat, p = ___),
upper = ___
)