百分位數法：斜率的自助法（bootstrap）CI
另一種做法是，利用自助抽樣所得斜率統計量的分佈之百分位數來建立斜率的 CI。回想一下，CI 的建立方式是：在長期重複分析下，CI 的涵蓋率為 (1 - alpha)*100%。如果你一律設定 alpha = 0.05，那麼 95% 信賴區間在長期下會有 95% 的機率涵蓋你關心的參數。通常，在那 5% 沒有涵蓋參數的情況中，約有 2.5% 的區間會偏高，另有 2.5% 的區間會偏低。
自助法估計的 slope，也就是 boot_slope，已載入到你的工作空間。
本練習屬於課程
R 中的線性迴歸推論
練習說明
- 將
alpha設為 0.05（在你自己的專案中，也可以使用不同的信賴水準）。 - 計算建立信賴區間所需的相關百分位數。
- 較低端的百分位截點為
alpha的一半。 - 較高端的百分位截點為 1 減去
alpha的一半。
- 較低端的百分位截點為
- 使用
quantile()與上述百分位截點，為stat建立信賴區間。請將區間兩端命名為lower與upper。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Set alpha
alpha <- ___
# Set the lower percentile cutoff
p_lower <- ___
# Set the upper percentile cutoff
p_upper <- ___
# Create a confidence interval of stat using quantiles
boot_slope %>%
___