ブートストラップ信頼区間における標本サイズの影響
以前の多肢選択の演習で、誤ったサイズで再標本化すると（例: 本来は30なのに300や3で再標本化した場合）、標本比率の標準誤差（SE）がずれてしまうと気づきました。観測数300で再標本化すると SE は小さすぎ、観測数3で再標本化すると SE は大きすぎました。
ここでは、誤った標本サイズに基づく「誤った」標準誤差を使って信頼区間を作ります。ポイントは、標準誤差がずれていると、その信頼区間は有用性が低く、正しくもないということです。
この演習はコースの一部です
Rによる推測の基礎
演習の手順
- ブートストラップによる t-信頼区間を計算する関数
calc_t_conf_int()がスクリプトに示されています。コードを読んで内容を理解してください。 one_poll_bootに対してcalc_t_conf_int()を呼び出し、正しい t-信頼区間を計算します。- 同様に
one_poll_boot_300に対して実行し、サイズ300の再標本に対する誤った区間を求めます。 - 同様に
one_poll_boot_3に対して実行し、サイズ3の再標本に対する誤った区間を求めます。
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。
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
___