Interpretar os principais resultados para Bootstrap para função de uma amostra

Complete as seguintes etapas para interpretar uma análise de bootstrapping para a função de 1 amostra. As saídas principais incluem o histograma, a estimativa do parâmetro e o intervalo de confiança.

Etapa 1: examinar a forma da sua distribuição bootstrap

Use o histograma para examinar a forma da sua distribuição bootstrap. A distribuição bootstrap é a distribuição da estatística escolhida de cada reamostra. A distribuição bootstrap deve ter aparência normal. Se a distribuição bootstrap for não normal, não é possível confiar nos resultados.
50 reamostras
1000 reamostras

É mais fácil determinar a distribuição com mais reamostras. Por exemplo, nestes dados, a distribuição é ambígua para 50 reamostras. Com 1000 reamostras, o formato parece aproximadamente normal.

Neste histograma, a distribuição de bootstrap não parece ser normal. A amostra original tem somente 16 pontos de dados. Para obter um intervalo de confiança, é necessário coletar uma amostra maior e realizar a análise novamente.

Etapa 2: Determinar o intervalo de confiança para o parâmetro da população

Primeiro, considere a estatística da amostra de bootstrap e depois examine o intervalo de confiança.

A estatística da amostra de bootstrap é uma estimativa do parâmetro da população. Como a estatística está baseada em dados da amostra e não da população total, é improvável que a estatística da amostra seja igual ao parâmetro da população. Para estimar melhor o parâmetro da população, use o intervalo de confiança.

Os intervalos de confiança são baseados na distribuição de amostragem de uma estatística. Se uma estatística não tem vício como um estimador de um parâmetro, sua distribuição de amostragem estará centrada no valor verdadeiro do parâmetro. Uma distribuição bootstrap aproxima a distribuição amostral da estatística. Portanto, o meio dos 95% dos valores da distribuição bootstrap fornece um intervalo de confiança a 95% para o parâmetro. O intervalo de confiança ajuda a avaliar a significância prática de sua estimativa do parâmetro populacional. Use seu conhecimento especializado para determinar se o intervalo de confiança inclui valores que tenham significância prática para a sua situação.

Observação

O Minitab não calcula o intervalo de confiança quando o número de reamostras é muito pequeno para obter um intervalo de confiança preciso.

Bootstrapping for 1-Sample Mean: Time

Bootstrap Samples for Mean Number of Resamples Mean StDev 95% CI for μ 1000 11.310 0.762 (9.856, 12.856)
Principais resultados: Média, Intervalo de confiança a 95%

Nestes resultados, a estimativa para a média populacional é aproximadamente 11,3. Você pode ter 95% de confiança que a média da população está entre aproximadamente 9,9 e 12,9.

Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política