1단계: 부트스트랩 분포 형상 조사
50개의 재표본
1000개의 재표본
보통 분포는 재표본이 더 많을 때 확인하기 더 쉽습니다. 예를 들어, 이러한 데이터에서 분포는 50개의 재표본에 대해 여러 가지로 해석할 수 있습니다. 재표본이 1000개인 경우 형상은 거의 정규 분포에 가깝습니다.
이 히스토그램에서 부트스트랩 분포는 정규 분포처럼 나타납니다.
2단계: 모평균에 대한 신뢰 구간 결정
먼저 부트스트랩 표본의 평균 차이를 고려한 다음 신뢰 구간을 조사합니다.
부트스트랩 표본 평균의 차이는 모평균 차이의 추정치입니다. 부트스트랩 표본 차이는 전체 모집단이 아니라 표본 데이터를 기반으로 하기 때문에 부트스트랩 표본 차이가 모집단 차이와 같을 가능성은 없습니다. 모집단 평균 차이를 더 잘 추정하려면 신뢰 구간을 사용하십시오.
신뢰 구간은 통계량의 표본 추출 분포를 근거로 합니다. 통계량에 모수 추정량으로의 치우침이 없는 경우 해당 표본 추출 분포는 모수의 참 값 중심에 위치합니다. 부트스트래핑 분포는 통계량에 대한 표본 추출 분포와 근사합니다. 따라서 부트스트래핑 분포 값의 중간 95%는 모수에 대한 95% 신뢰 구간을 제공합니다. 신뢰 구간은 추정치의 실제 유의성을 평가하는 데 도움이 됩니다. 해당 상황에 실제적으로 유의한 값이 신뢰 구간에 포함되는지 여부를 확인하려면 전문 지식을 이용하십시오.
참고
Minitab은 재표본 수가 너무 작아서 정확한 신뢰 구간을 얻을 수 없는 경우 신뢰 구간을 계산하지 않습니다.
관측된 표본
| 병원 | N | 평균 | 표준 편차 | 분산 | 최소값 | 중위수 | 최대값 |
|---|---|---|---|---|---|---|---|
| A | 20 | 80.30 | 8.18 | 66.96 | 62.00 | 79.00 | 98.00 |
| B | 20 | 59.30 | 12.43 | 154.54 | 35.00 | 58.50 | 89.00 |
관측된 평균의 차이
| A의 평균 - B의 평균 = 21 |
|---|
평균의 차이에 대한 부트스트랩 표본
| 재표본 개수 | 평균 | 표준 편차 | 차이에 대한 95% CI |
|---|---|---|---|
| 1000 | 20.960 | 3.279 | (14.400, 27.600) |
주요 결과: 평균, 차이에 대한 95% CI
이 결과에서 모수 차이에 대한 추정치는 20.96입니다. 모수 차이가 14.4와 27.6 사이에 있다고 95% 확신할 수 있습니다.
