Ласкаво просимо до курсу!

Статистичні висновки для числових даних в R

Mine Cetinkaya-Rundel

Associate Professor of the Practice, Duke University

Оренда на Мангеттені

В один із днів двадцять квартир 1 BR було випадково вибрано на Craigslist Manhattan серед оголошень «by owner» (а не від агентств).

Що краще описує типову оренду на Мангеттені: середнє чи медіана?

chp1-vid1-manhattan-rents

Техніки бутстрепу

Припустімо, що дані репрезентативні
«Підтягнути себе за шнурівки» (bootstrapping)

Спостережена вибірка

медіана вибірки = $2,350

chp1-vid1-bootsamp-bootpop

Бутстреп-популяція

chp1-vid1-bootsamp-bootpop

Схема бутстрепу

Візьміть бутстреп-вибірку — випадкову вибірку з поверненням з початкової вибірки того ж розміру.
Обчисліть бутстреп-статистику — показник, як-от середнє, медіана, частка тощо, на бутстреп-вибірках.
Багаторазово повторіть кроки (1) і (2), щоб створити бутстреп-розподіл — розподіл бутстреп-статистик.

Схема бутстрепу в R

library(infer)

___ %>%                               # почніть із датафрейму
  specify(response = ___) %>%         # задайте потрібну змінну

Схема бутстрепу в R

library(infer)

___ %>%                               # почніть із датафрейму
  specify(response = ___) %>%         # задайте потрібну змінну
  generate(reps = ___, type = "bootstrap") %>%  # згенеруйте бутстреп-вибірки

Схема бутстрепу в R

library(infer)

___ %>%                               # почніть із датафрейму
  specify(response = ___) %>%         # задайте потрібну змінну
  generate(reps = ___, type = "bootstrap") %>%  # згенеруйте бутстреп-вибірки
  calculate(stat = "___")             # обчисліть бутстреп-статистику

Побудова бутстреп-інтервалу

library(infer)

___ %>%                               # почніть із датафрейму
  specify(response = ___) %>%         # задайте потрібну змінну
  generate(reps = ___, type = "bootstrap") %>%  # згенеруйте бутстреп-вибірки
  calculate(stat = "___")             # обчисліть бутстреп-статистику

chp1-vid1-boot-dist-noaxes

Побудова бутстреп-інтервалу

library(infer)

___ %>%                               # почніть із датафрейму
  specify(response = ___) %>%         # задайте потрібну змінну
  generate(reps = ___, type = "bootstrap") %>%  # згенеруйте бутстреп-вибірки
  calculate(stat = "___")             # обчисліть бутстреп-статистику

chp1-vid1-boot-dist-noaxes-parantheses

Давайте потренуємось!

Статистичні висновки для числових даних в R