Interpretace IS a technické podmínky

Základy statistické inference v R

Jo Hardin

Instructor

Tvorba IS

# Compare confidence intervals
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

# Find 2.5% and 97.5% of p-hat vals
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

Motivace pro IS

Cílem je odhadnout parametr, když známe pouze statistiku
Nikdy nevíme, zda vybraný vzorek skutečně obsahuje pravý parametr

Interpretace IS

Bootstrap t-IS: (0,536; 0,864)
Percentilový interval: (0,533; 0,833)

S 95% jistotou lze říci, že skutečný podíl osob plánujících volit kandidáta X je mezi 0,536 a 0,864 (nebo 0,533 a 0,833)

Technické podmínky

Výběrové rozdělení statistiky je přiměřeně symetrické a zvonkovitého tvaru
Velikost vzorku je dostatečně velká
Variabilita přesamplovaných proporcí

Pojďme procvičovat!

Základy statistické inference v R