Скорочений підхід через наближення

Статистичні висновки для категоріальних даних у R

Andrew Bray

Assistant Professor of Statistics at Reed College

Довірчі інтервали

SE

0.009998905

SE_small_n

0.03809731

SE_low_p

0.00547912

Стандартні помилки зростають, коли

n мале
p близьке до 0,5

Нормальний розподіл

Також відома як «дзвоноподібна крива».

Якщо

спостереження незалежні
n велике

Тоді

$\hat{p}$ має нормальний розподіл

Стандартне відхилення

$$\sqrt{\frac{ \hat{p} \times (1 - \hat{p})}{n}}$$

Перевірка припущень моделі

Як перевірити, що «спостереження незалежні»?

Це залежить від способу збирання даних.

Що означає «n велике»?

$n \times \hat{p} \gt 10$
$n \times(1 - \hat{p}) \gt 10$

Обчислення стандартної помилки: наближення

p_hat <- gss2016 %>%
  summarize(mean(happy == "HAPPY")) %>%
  pull()
n <- nrow(gss2016)

c(n * p_hat, n * (1 - p_hat))

116  35

SE_approx <- sqrt(p_hat * (1 - p_hat) / n)
SE_approx

0.03418468

Обчислення стандартної помилки: обчислення

boot <- gss2016 %>%
  specify(response = happy, success = "HAPPY") %>%
  generate(reps = 500, type = "bootstrap") %>%
  calculate(stat = "prop")
SE_boot <- boot %>%
  summarize(sd(stat)) %>%
  pull()
SE_boot

0.03176741

Розподіли вибірок

ggplot(boot, aes(x = stat)) +
  geom_density()

Розподіли вибірок

ggplot(boot, aes(x = stat)) +
  geom_density() +
  stat_function(fun = dnorm, 
                color = "purple",
                args = 
                  list(mean = p_hat,
                       sd = SE_approx))

Розподіли вибірок

ggplot(boot, aes(x = stat)) +
  geom_density() +
  stat_function(fun = dnorm, 
                color = "purple",
                args = 
                  list(mean = p_hat,
                       sd = SE_approx))

Давайте потренуємось!

Статистичні висновки для категоріальних даних у R