自助法百分位区间
上一练习的核心思想是:原始样本 \(\hat{p}\) 与重抽样(或自助法)得到的 \(\hat{p}^*\) 之间的距离,可以度量原始 \(\hat{p}\) 距离总体真实比例有多远。
同样的变异性也可以用另一种方式来衡量。与之前一样,若 \(\hat{p}\) 足够接近真实参数,那么重抽样(自助法)得到的 \(\hat{p}^*\) 会以一种与真实参数有重叠的方式变化。
与其用 \(\pm 2 SE\) 来近似取样到的 \(\hat{p}\) 值中间的 95%,您也可以通过去掉上、下各 2.5% 来获得重抽样 \(\hat{p}^*\) 值的中间部分。请注意,这种构造自助法区间的第二种方法,同样提供了一个直观途径来构造 90% 或 99% 的置信区间,以及 95% 的区间。
您的工作区中已经提供了自助法重抽样 one_poll_boot,以及"赞成"所占比例 p_hat。
本练习是课程的一部分
R 推断基础
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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 = ___
)