Tolka ett konfidensintervall

Inferens för kategoriska data i R

Andrew Bray

Assistant Professor of Statistics at Reed College

Konfidensintervall

Slutsats: den sanna andelen amerikaner som är lyckliga ligger mellan 0,705 och 0,841.

Vad menar vi med konfident?

Inferens för kategoriska data i R

Datamängd 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

konfidensintervall

Inferens för kategoriska data i R

one.png

Inferens för kategoriska data i R

two.png

Inferens för kategoriska data i R

three.png

Inferens för kategoriska data i R

four.png

Inferens för kategoriska data i R

five.png

Inferens för kategoriska data i R

six.png

Inferens för kategoriska data i R

seven.png

Inferens för kategoriska data i R

eight.png

Inferens för kategoriska data i R

nine.png

Inferens för kategoriska data i R

ten.png

Inferens för kategoriska data i R

Datamängd 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

Inferens för kategoriska data i R

Datamängd 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

Inferens för kategoriska data i R

Datamängd 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

Inferens för kategoriska data i R

Datamängd 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

Inferens för kategoriska data i R

Datamängd 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

Inferens för kategoriska data i R

Datamängd 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

Inferens för kategoriska data i R

Datamängd 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

Inferens för kategoriska data i R

Konfidensintervall

Tolkning: "Vi är 95 % säkra på att den sanna andelen amerikaner som är lyckliga ligger mellan 0,705 och 0,841."

Intervallets bredd påverkas av

  • n
  • konfidensnivå
  • p
Inferens för kategoriska data i R

Nu kör vi en övning!

Inferens för kategoriska data i R

Preparing Video For Download...