Szerző:
Lewis Jackson
A Teremtés Dátuma:
6 Lehet 2021
Frissítés Dátuma:
14 Lehet 2024
Tartalom
A megbízhatósági intervallum a mérés pontosságát jelzi. Ez azt is jelzi, hogy mennyire stabil a becslés, azaz milyen közel áll az eredeti becsléshez új kísérletek esetén. Az adatok megbízhatósági intervallumának kiszámításához kövesse az alábbi lépéseket.
Lépések
- Írja be az elemzendő jelenség adatait. Tegyük fel, hogy a következő kijelentéssel találkozott: "az ABC Egyetemen egy férfi hallgató átlagos súlya "Most teszteket fog futtatni annak meghatározására, hogy milyen pontosan lehet előre jelezni a népesség ezen részének súlyát egy adott konfidencia intervallumon belül.
-
Válasszon mintát a kiválasztott populáción belül. Az adatok gyűjtésére szolgál a hipotézis tesztelésére. Tegyük fel, hogy a kísérletben kiválasztott hallgatók véletlenszerűen kerülnek kiválasztásra. - Számítsa ki a minta átlagát és az átlagos szórást. Válassza ki (mindkét változóban) a kiválasztott minta statisztikát a vizsgált paraméterhez. A populációs paraméter viszont a populáció közös jellemzőjét képviseli. Tanulja meg, hogyan lehet meghatározni a minta átlagát és a minta szórását:
- Az adatok minta átlagának kiszámításához egyszerűen add hozzá a hallgatók súlyához kapcsolódó értékeket, és oszd meg az eredményt a mérések számával. Ennek eredményeként a testtömeg átlagos lesz.
- A minta szórásának kiszámításához először átlagolni kell az adatokat. Ezután meg kell határozni a variancia szintjét vagy a négyzetbeli eltérések középértékét. Amikor megtalálja ezt a számot, csak annyit kell tennie, hogy kiszámolja a négyzetgyökét. Tegyük fel, hogy a szórás itt megegyezik (vegye figyelembe, hogy ez az információ néha már szerepelhet a statisztikai probléma megállapításában).
-
Határozza meg a kívánt megbízhatósági szintet. Általában a leggyakoribb értékek vannak, és már jelen lehetnek a kérdés ismertetésében. Tegyük fel, hogy az Ön választása volt. - Számítsa ki a hibahatárot. Ezt az értéket a következő egyenlettel lehet meghatározni: ahol a megbízhatósági együtthatót jelenti (azaz a konfidenciaszint), akkor a szórást jelenti és a minta méretét jelöli. Ez csak egy újabb módja annak jelzésére, hogy meg kell szoroznia a kritikus értéket a standard hibával. A következőképpen járhat el, ha a folyamatot részekre osztja:
- A kritikus érték meghatározásához vagy először vegye figyelembe, hogy a megbízhatósági szint egyenlő:. Konvertálja ezt a százalékot a decimális értékre (), és ossza meg azt a kapott értékkel. Ezután lásd a Z-értékek táblázatát (angolul) a kísérő érték keresésekor. Észre fogja venni, hogy a legközelebbi eredmény a sor és az oszlop metszéspontjában található.
- A standard hiba meghatározásához vegye ki a szórást (), és ossza meg a minta méretének négyzetgyökével (), és így kapja meg.
- Szorozzuk meg (kritikus érték a standard hiba szerint), és így kapjuk meg a hibahatárot.
-
Állítsa be a konfidencia intervallumot. Ehhez csak ki kell számolnia az átlagot (), és meg kell írni azt egy a és a hibahatárral együtt. A válasz ebben az esetben a következő lesz. A konfidencia-intervallum felső és alsó határait úgy találja meg, hogy összeadja és kivonja a hibahatárt az átlagértékből. Így az alsó és a felső határ lesz.- Ez az egyenlet arra is felhasználható, hogy meghatározzuk a konfidencia intervallumot:
Itt az átlagot képviseli.
- Ez az egyenlet arra is felhasználható, hogy meghatározzuk a konfidencia intervallumot:
tippek
- Mindkét érték kiszámítható manuálisan, grafikus számológépek vagy statisztikai táblázatok segítségével, amelyeket általában a tankönyvekben találnak. A pontszámokat normál elosztási számológéppel is beállíthatjuk, míg a pontszámok a megoszlási számológépet használják. Az interneten elérhető eszközök is vannak.
- A minta populációjának normálnak kell lennie, hogy a konfidencia intervallum érvényes legyen.
- A hibahatár kiszámításához használt kritikus érték állandó, pontszámként vagy pontszámként kifejezve. A pontszámokat általában akkor kell előnyben részesíteni, ha a populáció szórása ismeretlen, vagy kisebb mintát használnak.
- Számos módszer létezik, például egyszerű véletlenszerű mintavétel, szisztematikus mintavétel és rétegzett mintavétel, amelyek révén reprezentatív mintát választhatnak a hipotézis teszteléséhez.
- A konfidencia intervallum nem jelzi egy adott eredmény valószínűségét. Például, ha magabiztosan tudja, hogy a népesség átlaga a és a között van, a konfidencia intervallum nem jelenti azt, hogy az átlag a kiszámított tartományba esik.
Szükséges anyagok
- Reprezentatív mintapopuláció;
- Számítógép;
- Internet-hozzáférés;
- Statisztika tankönyv;
- Grafikus számológép.