Menafsirkan CI dan syarat teknis

Dasar-dasar Inferensi di R

Jo Hardin

Instructor

Membuat CI

# Bandingkan interval kepercayaan
one_poll_boot %>% summarize(
    lower = p_hat - 2 * 
            sd(prop_yes_boot),
    upper = p_hat + 2 * 
            sd(prop_yes_boot))

# A tibble: 1 × 2
     lower    upper
     <dbl>    <dbl>
1 0.536148 0.863852

# Temukan 2,5% dan 97,5% nilai p-hat
one_poll_boot %>% summarize(
    q025_prop = quantile(prop_yes_boot,
                         p = .025),
    q975_prop = quantile(prop_yes_boot,
                         p = .975))

# A tibble: 1 × 2
  q025_prop q975_prop
      <dbl>     <dbl>
1 0.5333333 0.8333333

Motivasi CI

Tujuan: mencari parameter saat yang diketahui hanya statistik
Kita tak pernah tahu apakah sampel yang dikumpulkan memuat parameter sebenarnya

Menafsirkan CI

Bootstrap t-CI: (0,536, 0,864)
Interval persentil: (0,533, 0,833)

Kita 95% yakin proporsi sebenarnya pemilih yang berencana memilih kandidat X berada antara 0,536–0,864 (atau 0,533–0,833)

Syarat teknis

Distribusi sampling statistik cukup simetris dan berbentuk lonceng
Ukuran sampel cukup besar
Variabilitas proporsi hasil resampling

Ayo berlatih!

Dasar-dasar Inferensi di R