パーセンタイルがブートストラップ信頼区間に与える影響
ほとんどの研究者は、推定の不確実性を表すのに 95% の区間を用います。つまり、生涯にわたって信頼区間を作ると、そのうち実際に母数を含むのは 95% にすぎないことを理解しているということです。
ただし、研究によっては、より厳格またはより緩やかな信頼区間（ひいてはエラー率）が求められる場合もあります。
先ほどのブートストラップで得られた \(\hat{p}^*\) の値はすでに読み込まれており、one_poll_boot に入っています。
この演習はコースの一部です
Rによる推測の基礎
演習の手順
get_confidence_interval()を呼び出し、levelを0.95に設定して、95% のパーセンタイル区間を計算します。- 同様に 99% の区間を計算し、
- さらに 90% の区間も計算します。
- 直前の結果は
conf_int_dataというデータフレームに保存されています。このデータセットを使い、横軸にci_percent、縦軸にci_endpointsをとってプロットし、geom_line()で線を追加します。
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。
# Calculate a 95% bootstrap percentile interval
one_poll_boot %>%
___(___)
# Calculate a 99% bootstrap percentile interval
___ %>%
___(___)
# Calculate a 90% bootstrap percentile interval
___ %>%
___(___)
# Plot ci_endpoints vs. ci_percent to compare the intervals
ggplot(conf_int_data, aes(___, ___)) +
# Add a line layer
___()