样本量对自助法置信区间的影响

在之前的单选练习中，您已经发现：如果用错误的大小重抽样数据（例如用 300 或 3 而不是 30），样本比例的标准误（SE）会偏离。重抽样 300 个观测值时，SE 偏小；重抽样 3 个观测值时，SE 偏大。

在此，您将使用「错误」的标准误（基于错误的样本量）来构造置信区间。核心思想是：当标准误不准确时，所得区间既不太有用，也不正确。

本练习是课程的一部分

R 推断基础

查看课程

练习说明

脚本中给出了用于计算自助法 t 置信区间的函数 calc_t_conf_int()。请阅读代码并理解其作用。
对 one_poll_boot 调用 calc_t_conf_int()，计算正确的 t 置信区间。
对 one_poll_boot_300 做同样的操作，得到样本量为 300 的重抽样所对应的错误区间。
对 one_poll_boot_3 做同样的操作，得到样本量为 3 的重抽样所对应的错误区间。

交互式实操练习

通过完成这段示例代码来试试这个练习。

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
___

编辑并运行代码