自助法百分位區間

前一題的核心概念是：原始樣本的 \(\hat{p}\) 與重抽樣（或自助抽樣）得到的 \(\hat{p}^*\) 之間的距離，能用來衡量原始 \(\hat{p}\) 距離母體真實比例有多遠。

同樣的變異性也可以用不同方式來衡量。與先前相同，若 \(\hat{p}\) 與真實參數足夠接近，則重抽樣（自助抽樣）得到的 \(\hat{p}^*\) 會以一種會與真實參數重疊的方式變動。

與其用 \(\pm 2 SE\) 來衡量抽樣 \(\hat{p}\) 值的中間 95%，你也可以藉由移除最上與最下各 2.5% 來找出重抽樣 \(\hat{p}^*\) 值的中間部分。請注意，這種建立自助法區間的第二種方法，也提供直覺的方式來建立 90% 或 99% 的信賴區間，以及 95% 的區間。

自助抽樣的重抽樣資料 one_poll_boot，以及贊成票比例 p_hat 已經在你的工作環境中。