Khoảng percentile bằng bootstrap
Ý chính ở bài trước là khoảng cách giữa mẫu gốc \(\hat{p}\) và các giá trị \(\hat{p}^*\) lấy mẫu lại (bootstrap) cho ta thước đo về việc \(\hat{p}\) gốc lệch bao nhiêu so với tỷ lệ dân số thật.
Cũng có thể đo lường cùng mức độ biến thiên này theo một cách khác. Như trước, nếu \(\hat{p}\) đủ gần tham số thật, thì các giá trị \(\hat{p}^*\) lấy mẫu lại sẽ biến thiên theo cách sao cho chúng chồng lấp với tham số thật.
Thay vì dùng \(\pm 2 SE\) để đo 95% trung tâm của các giá trị \(\hat{p}\) lấy mẫu, bạn có thể tìm phần giữa của các giá trị \(\hat{p}^*\) bằng cách loại bỏ 2,5% phía dưới và 2,5% phía trên. Lưu ý rằng cách thứ hai để dựng khoảng bootstrap này cũng cho một cách trực quan để tạo khoảng tin cậy 90% hoặc 99% cũng như 95%.
Các mẫu bootstrap, one_poll_boot, và tỷ lệ phiếu “đồng ý”, p_hat, đã có trong workspace của bạn.
Bài tập này là một phần của khóa học
Nền tảng Suy luận trong R
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# From previous exercise: bootstrap t-confidence interval
one_poll_boot %>%
summarize(
lower = p_hat - 2 * sd(stat),
upper = p_hat + 2 * sd(stat)
)
# Manually calculate a 95% percentile interval
one_poll_boot %>%
summarize(
lower = ___(stat, p = ___),
upper = ___
)