1. Learn
    2. /
  2. Cursuri
    3. /
  3. Bazele inferenței în R
Connected

exercițiu

Reeșantionare dintr-un eșantion

Pentru a studia cât de mult variază estimările proporției unei populații de la eșantion la eșantion, vei configura două experimente de eșantionare.

În primul experiment, vei simula eșantioane repetate dintr-o populație. În al doilea, vei alege un singur eșantion din primul experiment și vei reeșantiona în mod repetat din acel eșantion: o metodă numită bootstrapping. Mai concret:

Experimentul 1: Presupune că proporția reală a persoanelor care vor vota pentru Candidatul X este 0,6. Eșantionează în mod repetat câte 30 de persoane din populație și măsoară variabilitatea lui \(\hat{p}\) (proporția eșantionului).

Experimentul 2: Extrage un singur eșantion de dimensiune 30 din aceeași populație. Reeșantionează în mod repetat câte 30 de persoane (cu înlocuire!) din eșantionul original și măsoară variabilitatea lui \(\hat{p}^*\) (proporția reeșantionului).

Este important să înțelegi că primul experiment presupune cunoașterea populației și este, de regulă, imposibil de realizat în practică. Al doilea se bazează exclusiv pe eșantionul de date și, prin urmare, poate fi implementat cu ușurință pentru orice statistică. Din fericire, după cum vei vedea, variabilitatea lui \(\hat{p}\), adică proporția „succeselor" dintr-un eșantion, este aproximativ aceeași indiferent dacă eșantionăm din populație sau reeșantionăm dintr-un eșantion.

Am creat 1000 de eșantioane aleatoare, fiecare de dimensiune 30, din populație. Cadrul de date rezultat, all_polls, este disponibil în spațiul tău de lucru. Aruncă o privire înainte de a începe.

Instrucțiuni 1/3

undefined XP
    1
    2
    3
  • Calculează proporția eșantionului pentru fiecare dintre cele 1000 de eșantioane originale și atribuie rezultatul variabilei ex1_props.
    • Grupează după poll.
    • Rezumă calculând stat ca mean() al cazurilor în care vote este egal cu "yes".