欢迎来到本课程！

R 中的数值数据推断

Mine Cetinkaya-Rundel

Associate Professor of the Practice, Duke University

曼哈顿租金

在某天，从曼哈顿 Craigslist 上标注为"房东直租"（非中介）的1居室公寓中随机抽取了20套。

在曼哈顿，均值还是中位数更能代表典型租金？

chp1-vid1-manhattan-rents

自助法要点

假设数据具有代表性
"拉自己的靴带"：自助法思想

观测样本

样本中位数 = $2,350

chp1-vid1-bootsamp-bootpop

自助总体

chp1-vid1-bootsamp-bootpop

自助法流程

抽取自助样本：从原始样本中有放回地随机抽样，样本量与原样本相同。
计算自助统计量：在自助样本上计算均值、中位数、比例等统计量。
多次重复步骤 (1) 与 (2)，得到自助分布：自助统计量的分布。

自助法流程（R）

library(infer)

___ %>%                               # 以数据框开始
  specify(response = ___) %>%         # 指定关注变量

自助法流程（R）

library(infer)

___ %>%                               # 以数据框开始
  specify(response = ___) %>%         # 指定关注变量
  generate(reps = ___, type = "bootstrap") %>%  # 生成自助样本

自助法流程（R）

library(infer)

___ %>%                               # 以数据框开始
  specify(response = ___) %>%         # 指定关注变量
  generate(reps = ___, type = "bootstrap") %>%  # 生成自助样本
  calculate(stat = "___")             # 计算自助统计量

构建自助区间

library(infer)

___ %>%                               # 以数据框开始
  specify(response = ___) %>%         # 指定关注变量
  generate(reps = ___, type = "bootstrap") %>%  # 生成自助样本
  calculate(stat = "___")             # 计算自助统计量

chp1-vid1-boot-dist-noaxes

构建自助区间

library(infer)

___ %>%                               # 以数据框开始
  specify(response = ___) %>%         # 指定关注变量
  generate(reps = ___, type = "bootstrap") %>%  # 生成自助样本
  calculate(stat = "___")             # 计算自助统计量

chp1-vid1-boot-dist-noaxes-parantheses

Passons à la pratique !

R 中的数值数据推断