Przedział ufności metodą aproksymacji
Aproksymacja to alternatywna metoda opisu rozkładu próbkowania. W tym ćwiczeniu zastosujesz ją do wyznaczenia przedziału ufności dla odsetka respondentów mieszkających w regionie pacyficznym.
Budując dowolny przedział ufności, pamiętaj o trzech składnikach: estymatorze punktowym (tutaj p_hat), błędzie standardowym (SE) oraz liczbie odchyleń standardowych, które dodajesz i odejmujesz. Jeśli rozkład próbkowania ma kształt dzwonowy, dodanie i odjęcie dwóch SE odpowiada poziomowi ufności 95%. Korzystając z bootstrapu, możesz sprawdzić, czy rozkład jest dzwonowy, ponieważ masz do dyspozycji rozkład bootstrapowy, który można zwizualizować. Stosując aproksymację, działasz nieco w ciemno — a właściwie nie zupełnie w ciemno, ale jesteś zależny od „reguły kciuka", która zapewnia, że pracujesz z rozkładem o kształcie dzwonowym.
To ćwiczenie jest częścią kursu
Wnioskowanie dla danych kategorycznych w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Calculate n as the number of rows
n <- nrow(gss2016)
# Calculate p_hat as the proportion in pacific meta region
p_hat <- gss2016 %>%
___(prop_pacific = ___(___ == "___")) %>%
pull()
# See the result
p_hat