Metoda percentylowa – bootstrapowy przedział ufności dla nachylenia

Przedział ufności dla nachylenia można również wyznaczyć przy użyciu percentyli rozkładu bootstrapowych statystyk nachylenia. Przypomnij sobie, że przedział ufności jest konstruowany w taki sposób, aby przez całe życie analityka pokrywał szukany parametr z częstotliwością (1 - alfa) · 100%. Jeśli zawsze przyjmiesz alfa = 0,05, to 95-procentowe przedziały ufności będą zawierać interesujący cię parametr w 95% przypadków. W pozostałych 5% przypadków, gdy przedział nie trafi w parametr, zazwyczaj jest on albo zbyt wysoki (2,5% przypadków), albo zbyt niski (2,5% przypadków).

Bootstrapowe estymaty slope o nazwie boot_slope są już wczytane do twojego środowiska.

To ćwiczenie jest częścią kursu

Wnioskowanie w regresji liniowej w R

Zobacz kurs

Instrukcje do ćwiczenia

Ustaw alpha na wartość 0,05 (choć w swojej własnej pracy możesz oczywiście użyć innego poziomu ufności).
Oblicz percentyle potrzebne do wyznaczenia przedziału ufności.
- Dolny próg percentylowy to połowa wartości alpha.
- Górny próg percentylowy to jeden minus połowa alpha.
Utwórz przedział ufności dla stat przy użyciu funkcji quantile() i wyznaczonych progów percentylowych. Końce przedziału powinny być nazwane lower i upper.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Set alpha
alpha <- ___

# Set the lower percentile cutoff
p_lower <- ___

# Set the upper percentile cutoff
p_upper <- ___

# Create a confidence interval of stat using quantiles
boot_slope %>% 
  ___

Edytuj i uruchom kod