Vítejte v kurzu!

Inference for Numerical Data in R

Mine Cetinkaya-Rundel

Associate Professor of the Practice, Duke University

Nájmy na Manhattanu

V daný den bylo na Craigslist Manhattan náhodně vybráno dvacet bytů 1+kk inzerovaných jako „od majitele" (nikoli přes realitní agenturu).

Co lépe vystihuje typický nájem na Manhattanu – průměr, nebo medián?

Nájmy na Manhattanu

Techniky bootstrappingu

Předpokládáme, že data jsou reprezentativní
Vytažení se za vlastní vlasy (bootstrapping)

Pozorovaný vzorek

medián vzorku = $2 350

Bootstrapový vzorek a bootstrapová populace

Bootstrapová populace

Bootstrapový vzorek a bootstrapová populace

Schéma bootstrappingu

Vezměte bootstrapový vzorek – náhodný výběr s opakováním ze základního vzorku, stejně velký jako původní vzorek.
Vypočítejte bootstrapovou statistiku – např. průměr, medián nebo podíl – ze získaných vzorků.
Opakujte kroky (1) a (2) mnohokrát a vytvořte bootstrapové rozdělení – rozdělení bootstrapových statistik.

Schéma bootstrappingu v R

library(infer)

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

Schéma bootstrappingu v R

library(infer)

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

Schéma bootstrappingu v 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

Sestavení bootstrapového intervalu

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

Bootstrapové rozdělení bez os

Sestavení bootstrapového intervalu

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

Bootstrapové rozdělení bez os se závorkami

Pojďme si procvičit!

Inference for Numerical Data in R