web-dev-qa-db-fra.com

Intervalle de confiance pour les données binomiales dans R?

Je sais que j'ai besoin de moyenne et de s.d pour trouver l'intervalle, mais si la question est:

A survey of 1000 randomly chosen workers, 520 of them are female. Create a 95% confidence interval for the proportion of wokrers who are female based on survey.

Comment puis-je trouver la moyenne et la s.d pour cela?

rstatisticsprobabilityconfidence-interval
16
Pig

Vous pouvez aussi utiliser prop.test du package stats ou binom.test

prop.test(x, n, conf.level=0.95, correct = FALSE)

        1-sample proportions test without continuity correction

data:  x out of n, null probability 0.5
X-squared = 1.6, df = 1, p-value = 0.2059
alternative hypothesis: true p is not equal to 0.5
95 percent confidence interval:
 0.4890177 0.5508292
sample estimates:
   p 
0.52

Vous pouvez trouver intéressant cet article , où dans le tableau 1 à la page 861 sont donnés différents intervalles de confiance, pour une seule proportion, calculés à l'aide de sept méthodes (pour des combinaisons sélectionnées de n et r). En utilisant prop.test vous pouvez obtenir les résultats des lignes 3 et 4 du tableau, tandis que binom.test renvoie ce que vous voyez à la ligne 5.

23
George Dontas

Dans ce cas, vous avez une distribution binomiale, vous calculez donc intervalle de confiance de la proportion binomiale .

Dans R, vous pouvez utiliser binconf() à partir du package Hmisc

> binconf(x=520, n=1000)
 PointEst     Lower     Upper
     0.52 0.4890177 0.5508292

Ou vous pouvez le calculer vous-même:

> p <- 520/1000
> p + c(-qnorm(0.975),qnorm(0.975))*sqrt((1/1000)*p*(1-p))
[1] 0.4890345 0.5509655
14
Zbynek

Vous pouvez également utiliser la fonction propCI du package prevalence pour obtenir les cinq intervalles de confiance binomiaux les plus couramment utilisés:

> library(prevalence)
> propCI(x = 520, n = 1000)
    x    n    p        method level     lower     upper
1 520 1000 0.52 agresti.coull  0.95 0.4890176 0.5508293
2 520 1000 0.52         exact  0.95 0.4885149 0.5513671
3 520 1000 0.52      jeffreys  0.95 0.4890147 0.5508698
4 520 1000 0.52          wald  0.95 0.4890351 0.5509649
5 520 1000 0.52        wilson  0.95 0.4890177 0.5508292
11
Brecht Devleesschauwer

Un autre package: tolerance calculera les plages de confiance/tolérance pour une tonne de fonctions de distribution typiques.

2
Carl Witthoft