歡迎加入本課程！

R 數值資料推論

Mine Cetinkaya-Rundel

Associate Professor of the Practice, Duke University

曼哈頓的租金

某天，從 Craigslist 的曼哈頓「屋主自租」清單中隨機選了 20 間 1 房公寓。

在曼哈頓，用平均數還是中位數更能代表典型租金？

chp1-vid1-manhattan-rents

自助法技巧

假設資料具代表性
自助法（bootstrapping）

觀察到的樣本

樣本中位數 = $2,350

chp1-vid1-bootsamp-bootpop

自助母體

chp1-vid1-bootsamp-bootpop

自助法流程

取一個自助樣本——從原始樣本「有放回」隨機抽樣，且樣本大小與原樣本相同。
計算自助統計量——在自助樣本上計算平均數、中位數、比例等統計量。
重複步驟（1）（2）多次，形成自助分佈——也就是自助統計量的分佈。

自助法流程：R 實作

library(infer)

___ %>%                               # 從資料框開始
  specify(response = ___) %>%         # 指定目標變數

自助法流程：R 實作

library(infer)

___ %>%                               # 從資料框開始
  specify(response = ___) %>%         # 指定目標變數
  generate(reps = ___, type = "bootstrap") %>%  # 產生自助樣本

自助法流程：R 實作

library(infer)

___ %>%                               # 從資料框開始
  specify(response = ___) %>%         # 指定目標變數
  generate(reps = ___, type = "bootstrap") %>%  # 產生自助樣本
  calculate(stat = "___")             # 計算自助統計量

建構自助區間

library(infer)

___ %>%                               # 從資料框開始
  specify(response = ___) %>%         # 指定目標變數
  generate(reps = ___, type = "bootstrap") %>%  # 產生自助樣本
  calculate(stat = "___")             # 計算自助統計量

chp1-vid1-boot-dist-noaxes

建構自助區間

library(infer)

___ %>%                               # 從資料框開始
  specify(response = ___) %>%         # 指定目標變數
  generate(reps = ___, type = "bootstrap") %>%  # 產生自助樣本
  calculate(stat = "___")             # 計算自助統計量

chp1-vid1-boot-dist-noaxes-parantheses

一起來練習吧！

R 數值資料推論