Khảo sát Xã hội Tổng quát

Suy luận cho dữ liệu phân loại trong R

Andrew Bray

Assistant Professor of Statistics at Reed College

GSS Data Explorer, chỉ chân trang

GSS Data Explorer, có người trò chuyện

GSS Data Explorer, với địa cầu

GSS Data Explorer, địa cầu và mũi tên

GSS Data Explorer, với người

Khám phá GSS

library(dplyr)
glimpse(gss)

Observations: 3,300
Variables: 25
$ id       <dbl> 518, 1092, 2094, 229, 979, 554, 491, 319, 3143, 1...
$ year     <dbl> 1982, 1982, 1982, 1982, 1982, 1982, 1982, 1982, 1...
$ age      <fct> 49, 22, 26, 75, 71, 33, 56, 33, 69, 40, 44, 42, 5...
$ class    <fct> WORKING CLASS, WORKING CLASS, WORKING CLASS, LOWE...
$ degree   <fct> HIGH SCHOOL, HIGH SCHOOL, HIGH SCHOOL, LT HIGH SC...
$ sex      <fct> MALE, MALE, MALE, MALE, FEMALE, FEMALE, MALE, FEM...

$ happy    <fct> HAPPY, HAPPY, HAPPY, HAPPY, HAPPY, HAPPY, HAPPY, ...

Khám phá GSS

gss2016 <- filter(gss, year == 2016)

ggplot(gss2016, aes(x = happy)) +
  geom_bar()

biểu đồ cột mức độ hạnh phúc 2016 - A

Khám phá GSS

gss2016 <- filter(gss, year == 2016)

ggplot(gss2016, aes(x = happy)) +
  geom_bar()

biểu đồ cột mức độ hạnh phúc 2016 - B

Khám phá GSS

p_hat <- gss2016 %>%
  summarize(prop_happy = mean(happy == "HAPPY")) %>%
  pull()

p_hat

0.7733333

Khoảng tin cậy 95% tổng quát

$$(\hat{p} - 2 \times SE, \hat{p} + 2 \times SE)$$

Tỉ lệ mẫu cộng/trừ hai sai số chuẩn

Bootstrap

ex-1-1 copy.016.png

Bootstrap

ex-1-1 copy.017.png

Bootstrap

ex-1-1 copy.018.png

Bootstrap

ex-1-1 copy.019.png

Bootstrap

ex-1-1 copy.020.png

Bootstrap

ex-1-1 copy.021.png

Bootstrap

ex-1-1 copy.022.png

Bootstrap

ex-1-1 copy.023.png

Bootstrap

ex-1-1 copy.024.png

Bootstrap

ex-1-1 copy.025.png

Bootstrap

ex-1-1 copy.026.png

Bootstrap

ex-1-1 copy.027.png

Bootstrap

ex-1-1 copy.028.png

Bootstrap

ex-1-1 copy.029.png

Khoảng tin cậy Bootstrap

library(infer)
boot <- gss2016 %>%
  specify(response = happy, 
          success = “HAPPY”) %>%
  generate(reps = 500, 
           type = "bootstrap") %>%
  calculate(stat = "prop")

boot

Response: happy (factor)
# A tibble: 500 x 2
   replicate  stat
       <int> <dbl>
 1         1 0.827
 2         2 0.740
 3         3 0.780
 4         4 0.773
 5         5 0.747
 6         6 0.753

Khoảng tin cậy Bootstrap

ggplot(boot, aes(x = stat)) +
  geom_density()

mật độ của phân phối bootstrap của p̂

Khoảng tin cậy Bootstrap

SE <- boot %>%
  summarize(sd(stat)) %>%
  pull()

SE

0.03482251

$$(\hat{p} - 2 \times SE, \hat{p} + 2 \times SE)$$

c(p_hat - 2 * SE, p_hat + 2 * SE)

0.7051883 0.8412784

Ayo berlatih!

Suy luận cho dữ liệu phân loại trong R