1. Uczyć się
    2. /
  2. Courses
    3. /
  3. Obsługa brakujących danych z imputacją w R
Connected

Exercise

Przedziały ufności metodą bootstrapu

Po wykonaniu bootstrapu dla rozkładu współczynnika efektu płci żeńskiej w poprzednim ćwiczeniu możesz teraz użyć go do oszacowania przedziału ufności. Pozwoli ci to na sformułowanie następującego wniosku dotyczącego twoich danych: „Biorąc pod uwagę niepewność wynikającą z imputacji, jesteśmy w 95% pewni, że efekt płci żeńskiej na zarobki mieści się między a a b", gdzie a i b to dolna i górna granica przedziału.

W poprzednim ćwiczeniu przeprowadzono bootstrap z R = 50 replikacjami. W większości zastosowań to jednak za mało. W tym ćwiczeniu możesz skorzystać z obiektu boot_results, który został przygotowany z użyciem 1000 replikacji. Najpierw przyjrzyj się rozkładowi bootstrapowemu, aby sprawdzić, czy wygląda on normalnie. Jeśli tak, możesz użyć rozkładu normalnego do wyznaczenia przedziału ufności.

Instrukcje 1 / 3

undefined XP
    1
    2
    3
  • Wywołaj funkcje plot() i print() na wynikach bootstrapu, czyli obiekcie boot_results.