Sur ce thème
Etape 1 : Examiner la forme de votre distribution bootstrap
50 rééchantillonnages
1 000 rééchantillonnages
La loi de distribution est généralement plus facile à déterminer avec davantage de rééchantillonnages. Par exemple, dans ces données, la loi de distribution est ambiguë pour 50 rééchantillonnages. Avec 1 000 rééchantillonnages, la forme est approximativement normale.
Sur cet histogramme, la distribution bootstrap semble anormale. L'échantillon d'origine ne contient que 16 points de données. Pour obtenir un intervalle de confiance fiable, vous devez collecter un échantillon plus important et effectuer à nouveau l'analyse.
Etape 2 : Déterminer un intervalle de confiance pour le paramètre de la population
Considérez d'abord la statistique issue de l'échantillon bootstrap, puis examinez l'intervalle de confiance.
La statistique de l'échantillon bootstrap est une estimation du paramètre de la population. La statistique étant calculée à partir des données d'échantillon et non de l'ensemble de la population, il est peu probable que la statistique de l'échantillon soit égale au paramètre de la population. Pour mieux estimer le paramètre de population, utilisez l'intervalle de confiance.
Les intervalles de confiance pour l'écart type sont fondés sur la distribution d'échantillonnage d'une statistique. Si une statistique ne dispose pas d'un biais sous forme d'estimateur d'un paramètre, sa distribution d'échantillonnage est centrée sur la valeur réelle du paramètre. Une distribution bootstrap se rapproche de la distribution d'échantillonnage de la statistique. 95 % des valeurs du milieu de la distribution bootstrap fournissent donc un intervalle de confiance à 95 % pour le paramètre. L'intervalle de confiance vous aide à évaluer la signification pratique de votre estimation pour le paramètre de population. Utilisez vos connaissances spécialisées pour déterminer si l'intervalle de confiance comporte des valeurs ayant une signification pratique pour votre situation.
Remarque
Minitab ne calcule pas l'intervalle de confiance lorsque le nombre de rééchantillonnages est trop petit pour obtenir un intervalle de confiance précis.
Echantillon observé
| Variable | N | Moyenne | EcTyp | Variance | Somme | Minimum | Médiane | Maximum |
|---|---|---|---|---|---|---|---|---|
| Temps | 16 | 11,331 | 3,115 | 9,702 | 181,300 | 7,700 | 10,050 | 16,000 |
Echantillons bootstrap pour la moyenne
| Nombre de rééchantillonnages | Moyenne | EcTyp | IC à 95% pour μ |
|---|---|---|---|
| 1000 | 11,3095 | 0,7625 | (9,8562; 12,8562) |
Résultats principaux : moyenne, intervalle de confiance à 95 %
Dans ces résultats, l'estimation de la moyenne de la population est d'environ 11,3. Vous pouvez être sûr à 95 % que la moyenne de la population se trouve environ entre 9,9 et 12,9.
