Wpływ wielkości próby na bootstrapowe przedziały ufności
W poprzednim ćwiczeniu wielokrotnego wyboru zauważyłeś, że ponowne próbkowanie danych z nieprawidłową liczebnością (np. 300 lub 3 zamiast 30) powoduje błąd w błędzie standardowym (SE) proporcji z próby. Przy 300 obserwacjach SE był zbyt mały, a przy 3 obserwacjach – zbyt duży.
Tutaj użyjesz nieprawidłowego błędu standardowego (opartego na błędnej wielkości próby) do wyznaczenia przedziału ufności. Chodzi o to, że gdy SE jest niepoprawny, wynikowy przedział nie jest ani szczególnie użyteczny, ani trafny.
To ćwiczenie jest częścią kursu
Podstawy wnioskowania statystycznego w R
Instrukcje do ćwiczenia
- W skrypcie widoczna jest funkcja
calc_t_conf_int()służąca do obliczania bootstrapowego przedziału ufności opartego na rozkładzie t. Przeczytaj kod i postaraj się go zrozumieć. - Wywołaj
calc_t_conf_int()na obiekcieone_poll_boot, aby obliczyć poprawny przedział ufności t. - Zrób to samo dla
one_poll_boot_300, aby wyznaczyć niepoprawny przedział dla próbek o wielkości 300. - Zrób to samo dla
one_poll_boot_3, aby wyznaczyć niepoprawny przedział dla próbek o wielkości 3.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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
___