1. Learn
    2. /
  2. Kurser
    3. /
  3. Wnioskowanie dla danych kategorycznych w R
Connected

övning

Tworzenie przedziału ufności

Widzisz już jeden przykład tego, jak p-hat może się zmieniać przy ponownym próbkowaniu – ale potrzebujemy wykonać tę operację wiele, wiele razy, żeby dobrze oszacować zmienność. Tutaj obliczysz pełny rozkład bootstrapowy, by wyznaczyć błąd standardowy (SE), który posłuży do zbudowania przedziału ufności. Użyjesz dodatkowej funkcji z pakietu infer – calculate() – aby usprawnić obliczanie wielu statystyk z wielu zbiorów danych.

Zatrzymaj się chwilę i przyjrzyj się wynikom funkcji calculate(). Redukuje ona ramkę danych do zaledwie dwóch kolumn: jednej ze statystykami (stat) i drugiej z odpowiadającymi im numerami replikacji (replicate).

Kiedy zwizualizujesz swój rozkład bootstrapowy, zauważysz, że ma kształt dzwonu. Właśnie ten kształt pozwala dodać i odjąć dwa błędy standardowe, by uzyskać 95-procentowy przedział ufności.

Instruktioner 1/4

undefined XP
    1
    2
    3
    4
  • Utwórz rozkład bootstrapowy o nazwie boot_dist, wykonując następujące kroki:
  • Za pomocą specify wskaż, że interesujesz się zmienną consci, gdzie sukces oznacza wartość "High".
  • Za pomocą generate wygeneruj 500 replikacji bootstrapowych.
  • Za pomocą calculate oblicz statystykę proporcji, ustawiając stat na "prop".