Aula 12: Bootstrap

Incerteza por reamostragem

Materiais da aula

Slides

Distribuição empírica, réplicas bootstrap, erro padrão, intervalos e validade.

Abrir slides

Material de apoio

Análise de preços do Airbnb NYC 2019 com bootstrap.

Abrir notebook

Base de dados de apoio

Anúncios públicos do Airbnb em Nova York, com preço, localização e anfitrião.

Abrir base

Objetivos

  • Explicar a distribuição empírica e a reamostragem com reposição.
  • Implementar o bootstrap para uma estatística definida pela pergunta.
  • Estimar erro padrão e intervalos de confiança por bootstrap.
  • Interpretar a distribuição bootstrap como incerteza condicionada à amostra.
  • Avaliar condições de validade, dependência e unidade de reamostragem.

Conceitos centrais

  • distribuição empírica;
  • amostra bootstrap e réplica bootstrap;
  • erro padrão bootstrap;
  • intervalo percentil, básico, Normal e BCa;
  • cobertura e validade;
  • bootstrap por blocos, estratos e agrupamentos.

Estudo de caso

A aula usa a base Airbnb NYC 2019 para comparar o preço típico de acomodações inteiras em Manhattan e Brooklyn. Como os preços são assimétricos e possuem valores extremos, a mediana é usada como medida principal. O bootstrap entra como forma de quantificar a incerteza da diferença entre medianas sem depender de uma fórmula pronta para o erro padrão.

Pergunta da aula

Quanto mais cara era uma acomodação inteira típica em Manhattan do que no Brooklyn?

Conexão com exercícios

Refaça a análise para o percentil 75 dos preços e compare o bootstrap por anúncio ao bootstrap por anfitrião. Em seguida, discuta como a escolha da unidade de reamostragem muda a interpretação da incerteza.

Bibliografia da aula

Bibliografia principal

Bibliografia complementar