Bienvenue dans le cours !

Inférence pour des données numériques en R

Mine Cetinkaya-Rundel

Associate Professor of the Practice, Duke University

Loyers à Manhattan

Un jour donné, vingt appartements 1 chambre ont été sélectionnés au hasard sur Craigslist Manhattan parmi les annonces « by owner » (et non par une agence).

La moyenne ou la médiane : quelle est la meilleure mesure du loyer typique à Manhattan ?

chp1-vid1-manhattan-rents

Techniques de bootstrap

Supposer que les données sont représentatives
Se hisser par ses propres « bootstrap »

Échantillon observé

médiane échantillonnale = 2 350 $

chp1-vid1-bootsamp-bootpop

Population de bootstrap

chp1-vid1-bootsamp-bootpop

Schéma de bootstrap

Prendre un échantillon bootstrap — un tirage aléatoire avec remise à partir de l’échantillon initial, de même taille que celui-ci.
Calculer la statistique de bootstrap — une statistique (moyenne, médiane, proportion, etc.) sur les échantillons bootstrap.
Répéter (1) et (2) de nombreuses fois pour créer une distribution bootstrap — la distribution des statistiques de bootstrap.

Schéma de bootstrap, en R

library(infer)

___ %>%                               # start with data frame
  specify(response = ___) %>%         # specify the variable of interest

Schéma de bootstrap, en R

library(infer)

___ %>%                               # start with data frame
  specify(response = ___) %>%         # specify the variable of interest
  generate(reps = ___, type = "bootstrap") %>%  # generate bootstrap samples

Schéma de bootstrap, en R

library(infer)

___ %>%                               # start with data frame
  specify(response = ___) %>%         # specify the variable of interest
  generate(reps = ___, type = "bootstrap") %>%  # generate bootstrap samples
  calculate(stat = "___")             # calculate bootstrap statistic

Construire l’intervalle de bootstrap

library(infer)

___ %>%                               # start with data frame
  specify(response = ___) %>%         # specify the variable of interest
  generate(reps = ___, type = "bootstrap") %>%  # generate bootstrap samples
  calculate(stat = "___")             # calculate bootstrap statistic

chp1-vid1-boot-dist-noaxes

Construire l’intervalle de bootstrap

library(infer)

___ %>%                               # start with data frame
  specify(response = ___) %>%         # specify the variable of interest
  generate(reps = ___, type = "bootstrap") %>%  # generate bootstrap samples
  calculate(stat = "___")             # calculate bootstrap statistic

chp1-vid1-boot-dist-noaxes-parantheses

Passons à la pratique !

Inférence pour des données numériques en R