Välkommen till kursen!

Inferens för numeriska data i R

Mine Cetinkaya-Rundel

Associate Professor of the Practice, Duke University

Hyra i Manhattan

En given dag valdes tjugo 1-rumslägenheter slumpmässigt ut på Craigslist Manhattan bland annonser listade som "av ägaren" (till skillnad från via ett uthyrningsföretag).

Är medelvärdet eller medianen ett bättre mått på typisk hyra i Manhattan?

chp1-vid1-manhattan-rents

Bootstrappingtekniker

Anta att data är representativ
Dra sig upp med egna krafter (bootstrapping)

Observerat urval

urvalets median = $2 350

chp1-vid1-bootsamp-bootpop

Bootstrappopulation

chp1-vid1-bootsamp-bootpop

Bootstrappingschema

Ta ett bootstrapurval – ett slumpmässigt urval med återläggning från det ursprungliga urvalet, med samma storlek som det ursprungliga.
Beräkna bootstrapstatistikan – ett mått som medelvärde, median, andel osv., beräknat på bootstrapurvalen.
Upprepa steg (1) och (2) många gånger för att skapa en bootstrapfördelning – en fördelning av bootstrapstatistikor.

Bootstrappingschema i R

library(infer)

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

Bootstrappingschema i R

library(infer)

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

Bootstrappingschema i 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

Konstruera bootstrapintervallet

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

chp1-vid1-boot-dist-noaxes

Konstruera bootstrapintervallet

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

chp1-vid1-boot-dist-noaxes-parantheses

Nu kör vi en övning!

Inferens för numeriska data i R