Witaj na kursie!

Wnioskowanie statystyczne dla danych liczbowych w R

Mine Cetinkaya-Rundel

Associate Professor of the Practice, Duke University

Czynsze na Manhattanie

Pewnego dnia losowo wybrano z Craigslist Manhattan dwadzieścia ogłoszeń dotyczących mieszkań 1-pokojowych, zamieszczonych przez właścicieli (nie przez agencje).

Czy średnia czy mediana lepiej opisuje typowy czynsz na Manhattanie?

Czynsze na Manhattanie

Techniki bootstrappingu

Zakładamy, że dane są reprezentatywne
Metafora „wyciągania się za własne sznurowadła"

Zaobserwowana próba

mediana próby = 2 350 USD

Próba bootstrapowa i populacja bootstrapowa

Populacja bootstrapowa

Próba bootstrapowa i populacja bootstrapowa

Schemat bootstrappingu

Pobierz próbę bootstrapową – losową próbę ze zwracaniem, o tym samym rozmiarze co oryginalna.
Oblicz statystykę bootstrapową – np. średnią, medianę, proporcję – na podstawie próby bootstrapowej.
Powtórz kroki (1) i (2) wiele razy, aby uzyskać rozkład bootstrapowy – rozkład statystyk bootstrapowych.

Schemat bootstrappingu w R

library(infer)

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

Schemat bootstrappingu w R

library(infer)

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

Schemat bootstrappingu w 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

Wyznaczanie przedziału bootstrapowego

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

Rozkład bootstrapowy bez osi

Wyznaczanie przedziału bootstrapowego

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

Rozkład bootstrapowy bez osi z nawiasami

Czas na ćwiczenia!

Wnioskowanie statystyczne dla danych liczbowych w R