从样本中重抽样
为研究总体比例的估计在不同样本间会变化多少,您将设置两个抽样实验。
在第一个实验中,您将从总体中模拟反复抽样。在第二个实验中,您将从第一个实验得到的某个单一样本中反复进行重抽样:这种方法称为自助法(bootstrapping)。具体如下:
实验 1:假设支持候选人 X 的真实比例为 0.6。反复从总体中抽取 30 人,并测量 $\hat{p}$(样本比例)的变异性。
实验 2:从同一总体中抽取一个容量为 30 的样本。然后从该原始样本中反复有放回地抽取 30 人,并测量 $\hat{p}^*$(重抽样比例)的变异性。
要注意:第一个实验依赖于已知总体,这在实践中通常不可行。第二个实验仅依赖样本数据,因此对任意统计量都易于实现。幸运的是,正如您将看到的,无论我们直接从总体抽样,还是从样本中重抽样,$\hat{p}$(样本中"成功"比例)的变异性近似相同。
我们已经从该总体中生成了 1000 个容量为 30 的随机样本。结果数据框 all_polls 已放入您的工作区。开始前先看一看。
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。
# Compute p-hat for each poll
ex1_props <- all_polls %>%
# Group by poll
___(___) %>%
# Calculate proportion of yes votes
___(stat = ___(___))
# Review the result
ex1_props