Bienvenue dans le cours !

Inférence pour des données numériques en R

Mine Cetinkaya-Rundel

Associate Professor of the Practice, Duke University

Loyers à Manhattan

Un jour donné, vingt appartements 1 CAC ont été sélectionnés au hasard sur Craigslist Manhattan parmi les annonces « par le propriétaire » (plutôt que par une agence de location).

La moyenne ou la médiane : quelle mesure décrit le mieux le loyer typique à Manhattan ?

chp1-vid1-manhattan-rents

Techniques de bootstrap

Supposer que les données sont représentatives
Se « remonter » par ses propres lacets (bootstrap)

Échantillon observé

médiane observée = 2 350 $

chp1-vid1-bootsamp-bootpop

Population bootstrap

chp1-vid1-bootsamp-bootpop

Schéma de bootstrap

Prendre un échantillon bootstrap — un échantillon aléatoire avec remise à partir de l'échantillon initial, de même taille que celui-ci.
Calculer la statistique bootstrap — une statistique comme la moyenne, la médiane, la proportion, etc., calculée sur les échantillons bootstrap.
Répéter les étapes (1) et (2) plusieurs fois pour créer une distribution bootstrap — une distribution de statistiques bootstrap.

Schéma de bootstrap, en R

library(infer)

___ %>%                               # commencer avec la trame de données
  specify(response = ___) %>%         # indiquer la variable d'intérêt

Schéma de bootstrap, en R

library(infer)

___ %>%                               # commencer avec la trame de données
  specify(response = ___) %>%         # indiquer la variable d'intérêt
  generate(reps = ___, type = "bootstrap") %>%  # générer des échantillons bootstrap

Schéma de bootstrap, en R

library(infer)

___ %>%                               # commencer avec la trame de données
  specify(response = ___) %>%         # indiquer la variable d'intérêt
  generate(reps = ___, type = "bootstrap") %>%  # générer des échantillons bootstrap
  calculate(stat = "___")             # calculer la statistique bootstrap

Construire l'intervalle bootstrap

library(infer)

___ %>%                               # commencer avec la trame de données
  specify(response = ___) %>%         # indiquer la variable d'intérêt
  generate(reps = ___, type = "bootstrap") %>%  # générer des échantillons bootstrap
  calculate(stat = "___")             # calculer la statistique bootstrap

chp1-vid1-boot-dist-noaxes

Construire l'intervalle bootstrap

library(infer)

___ %>%                               # commencer avec la trame de données
  specify(response = ___) %>%         # indiquer la variable d'intérêt
  generate(reps = ___, type = "bootstrap") %>%  # générer des échantillons bootstrap
  calculate(stat = "___")             # calculer la statistique bootstrap

chp1-vid1-boot-dist-noaxes-parantheses

Passons à la pratique !

Inférence pour des données numériques en R