解释置信区间

R 中的分类数据推断

Andrew Bray

Assistant Professor of Statistics at Reed College

置信区间

结论：美国人真正的快乐比例在 0.705 与 0.841 之间。

我们所说的"有把握"是什么意思？

R 中的分类数据推断

数据集 1

ds1 <- filter(gss, year == 2016)

p_hat <- ds1 %>%
  summarize(mean(happy == "HAPPY")) %>% 
  pull()

SE <- ds1 %>%
  specify(response = happy, 
          success = "HAPPY") %>%
  generate(reps = 500, 
           type = "bootstrap") %>%
  calculate(stat = "prop") %>%
  summarize(sd(stat)) %>% 
  pull()

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

0.7073114 0.8393553

confidence-interval

R 中的分类数据推断

one.png

R 中的分类数据推断

two.png

R 中的分类数据推断

three.png

R 中的分类数据推断

four.png

R 中的分类数据推断

five.png

R 中的分类数据推断

six.png

R 中的分类数据推断

seven.png

R 中的分类数据推断

eight.png

R 中的分类数据推断

nine.png

R 中的分类数据推断

ten.png

R 中的分类数据推断

数据集 2

ds2 <- filter(gss, year == 2014)

p_hat <- ds1 %>%
  summarize(mean(happy == "HAPPY")) %>% 
  pull()

SE <- ds1 %>%
  specify(response = happy, 
          success = "HAPPY") %>%
  generate(reps = 500, 
           type = "bootstrap") %>%
  calculate(stat = "prop") %>%
  summarize(sd(stat)) %>% 
  pull()

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

0.8348831 0.9384503

Screenshot 2019-02-21 18.05.03.png

R 中的分类数据推断

数据集 3

ds3 <- filter(gss, year == 2012)

p_hat <- ds1 %>%
  summarize(mean(happy == "HAPPY")) %>% 
  pull()

SE <- ds1 %>%
  specify(response = happy, 
          success = "HAPPY") %>%
  generate(reps = 500, 
           type = "bootstrap") %>%
  calculate(stat = "prop") %>%
  summarize(sd(stat)) %>% 
  pull()

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

0.7626359 0.8906974

1-2-1.png

R 中的分类数据推断

数据集 3

ds3 <- filter(gss, year == 2012)
p_hat <- ds3 %>%
  summarize(mean(happy == "HAPPY")) %>%
  pull()
SE <- ds3 %>%
  specify(response = happy, 
          success = "HAPPY") %>%
  generate(reps = 500, 
           type = "bootstrap") %>%
  calculate(stat = "prop") %>%
  summarize(sd(stat)) %>%
  pull()

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

0.7626359 0.8906974

1-2-2.png

R 中的分类数据推断

数据集 3

ds3 <- filter(gss, year == 2012)
p_hat <- ds3 %>%
  summarize(mean(happy == "HAPPY")) %>%
  pull()
SE <- ds3 %>%
  specify(response = happy, 
          success = "HAPPY") %>%
  generate(reps = 500, 
           type = "bootstrap") %>%
  calculate(stat = "prop") %>%
  summarize(sd(stat)) %>%
  pull()

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

0.7626359 0.8906974

1-2-3.png

R 中的分类数据推断

数据集 3

ds3 <- filter(gss, year == 2012)
p_hat <- ds3 %>%
  summarize(mean(happy == "HAPPY")) %>%
  pull()
SE <- ds3 %>%
  specify(response = happy, 
          success = "HAPPY") %>%
  generate(reps = 500, 
           type = "bootstrap") %>%
  calculate(stat = "prop") %>%
  summarize(sd(stat)) %>%
  pull()

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

0.7626359 0.8906974

1-2-4.png

R 中的分类数据推断

数据集 3

ds3 <- filter(gss, year == 2012)
p_hat <- ds3 %>%
  summarize(mean(happy == "HAPPY")) %>%
  pull()
SE <- ds3 %>%
  specify(response = happy, 
          success = "HAPPY") %>%
  generate(reps = 500, 
           type = "bootstrap") %>%
  calculate(stat = "prop") %>%
  summarize(sd(stat)) %>%
  pull()

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

0.7626359 0.8906974

1-2-5.png

R 中的分类数据推断

数据集 3

ds3 <- filter(gss, year == 2012)
p_hat <- ds3 %>%
  summarize(mean(happy == "HAPPY")) %>%
  pull()
SE <- ds3 %>%
  specify(response = happy, 
          success = "HAPPY") %>%
  generate(reps = 500, 
           type = "bootstrap") %>%
  calculate(stat = "prop") %>%
  summarize(sd(stat)) %>%
  pull()

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

0.7626359 0.8906974

1-2-6.png

R 中的分类数据推断

置信区间

解读："我们有 95% 的把握认为，美国人真实的快乐比例在 0.705 与 0.841 之间。"

区间宽度受以下因素影响

  • n
  • 置信水平
  • p
R 中的分类数据推断

Vamos praticar!

R 中的分类数据推断

Preparing Video For Download...