信頼区間（CI）を構築する
リサンプリングによって p-hat がどのように変動するかを1例見ましたが、ばらつきを適切に見積もるには、これを何度も繰り返す必要があります。ここでは、信頼区間の構築に用いる標準誤差（SE）を推定するために、完全なブートストラップ分布を計算します。さらに、infer の calculate() 動詞を使って、多くのデータセットから多くの統計量を計算する処理を簡潔にします。
まずは calculate の出力を確認しましょう。この関数は、データフレームを「stat」列と、それに対応する「replicate」列の2列だけに要約します。
ブートストラップ分布をプロットすると、釣鐘型の形状になっているはずです。この形状のおかげで、SE を2つ分、足し引きすることで95%区間を得られます。
この演習はコースの一部です
R によるカテゴリカルデータの推測
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。
# Create bootstrap distribution for proportion with High conf
boot_dist <- gss2016 %>%
# Specify the response and success
specify(response = ___, ___ = "___") %>%
# Generate 500 bootstrap reps
generate(___ = ___, type = "bootstrap") %>%
# Calculate proportions
calculate(stat = "___")
# See the result
boot_dist