KI via approximation
Approximationsmetoden erbjuder ett alternativt sätt att beskriva samplingfördelningen. I den här övningen använder du approximationsmetoden för att bygga ett konfidensintervall för andelen respondenter som bor i Stillahavsregionen.
När du bygger vilket som helst konfidensintervall behöver du tre ingredienser: punktskattningen (här p_hat), standardfelet (SE) och antalet standardfel att addera och subtrahera. För en klockformad samplingfördelning motsvarar plus/minus två SE en konfidensnivå på 95 %. Med bootstrapmetoden kan du verifiera att fördelningen är klockformad genom att plotta bootstrap-fördelningen. Med approximationsmetoden saknar du den möjligheten — men du är inte helt i blindo, eftersom du förlitar dig på "tumregeln" för att säkerställa att du arbetar med en klockformad fördelning.
Den här övningen är en del av kursen
Inferens för kategoriska data i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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