1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Nền tảng Suy luận trong R
Connected

Bài tập

Khoảng tin cậy t bằng bootstrap

Các bài tập trước cho bạn hai điều:

  1. Bạn có thể đo lường độ biến thiên gắn với \(\hat{p}\) bằng cách lấy mẫu lại từ mẫu gốc.
  2. Khi đã biết độ biến thiên của \(\hat{p}\), bạn có thể dùng nó để đo xem tham số thật cách xa bao nhiêu.

Lưu ý rằng tỷ lệ gần đúng (ở đây là 95%) nói về việc một mẫu được chọn thường xuyên đến mức nào để nó gần với tham số quần thể. Bạn sẽ không bao giờ biết một bộ dữ liệu cụ thể là gần hay xa tham số, nhưng bạn biết rằng trong suốt quá trình thu thập dữ liệu, 95% số mẫu bạn thu thập sẽ cho ước lượng nằm trong phạm vi \(2SE\) quanh tham số quần thể thật.

Dữ liệu phiếu bầu từ một cuộc thăm dò, one_poll, và dữ liệu từ 1000 lần lấy mẫu bootstrap, one_poll_boot, đã có sẵn trong không gian làm việc của bạn. Chúng dựa trên Thí nghiệm 2 ở phần trước của chương.

Như ở bài trước, khi bàn về độ biến thiên của một thống kê, con số đó được gọi là sai số chuẩn (standard error).

Hướng dẫn

100 XP
  • Tính \(\hat{p}\) và gán kết quả cho p_hat. Trong lời gọi summarize(), tính stat là trung bình của vote bằng "yes".
  • Tìm một khoảng giá trị hợp lý cho tham số thật bằng cách tính $\hat{p} \pm 2SE`.
    • Cận lower của khoảng tin cậy là p_hat trừ hai lần sai số chuẩn của stat. Dùng sd() để tính sai số chuẩn.
    • Cận upper là p_hat cộng hai lần sai số chuẩn của stat.