Ảnh hưởng của cỡ mẫu lên khoảng tin cậy bootstrap
Trong một bài tập trắc nghiệm trước đó, bạn đã thấy rằng nếu bạn tái mẫu dữ liệu với cỡ mẫu sai (ví dụ 300 hoặc 3 thay vì 30), sai số chuẩn (SE) của tỷ lệ mẫu sẽ bị lệch. Với 300 quan sát tái mẫu, SE quá nhỏ. Với 3 quan sát tái mẫu, SE quá lớn.
Ở đây, bạn sẽ dùng sai số chuẩn không đúng (dựa trên cỡ mẫu sai) để tạo khoảng tin cậy. Ý tưởng là khi sai số chuẩn bị lệch, khoảng tin cậy sẽ không hữu ích và cũng không chính xác.
Bài tập này là một phần của khóa học
Nền tảng Suy luận trong R
Hướng dẫn bài tập
- Một hàm để tính khoảng tin cậy t bằng bootstrap,
calc_t_conf_int(), đã được đưa vào trong script. Hãy đọc mã và cố gắng hiểu cách hoạt động. - Gọi
calc_t_conf_int()vớione_poll_bootđể tính khoảng tin cậy t đúng. - Làm tương tự với
one_poll_boot_300để tìm một khoảng tin cậy sai cho các lần tái mẫu có cỡ mẫu 300. - Làm tương tự với
one_poll_boot_3để tìm một khoảng tin cậy sai cho các lần tái mẫu có cỡ mẫu 3.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
calc_t_conf_int <- function(resampled_dataset) {
resampled_dataset %>%
summarize(
lower = p_hat - 2 * sd(stat),
upper = p_hat + 2 * sd(stat)
)
}
# Find the bootstrap t-confidence interval for 30 resamples
calc_t_conf_int(___)
# ... and for 300 resamples
___
# ... and for 3 resamples
___