Kapercayan interval. Apa iku lan carane bisa dadi bisa digunakake?

interval kapercayan, teka kanggo kita saka ing lapangan statistik. sawetara tartamtu, kang serves kanggo ngira parameter sing ora dingerteni karo jurusan dhuwure linuwih. Cara paling gampang kanggo nerangake iki karo conto.

Upaminipun pengin njelajah Nilai acak, contone, wektu nanggepi server kanggo panjalukan klien. Saben wektu pangguna jinis alamat tartamtu, server panjaluk ing beda kecepatan. Mangkono, ing wektu nanggepi test acak. Dadi, ing interval kapercayan kanggo nemtokake wates parameter, lan banjur bakal bisa argue sing karo kemungkinan 95% tingkat reaksi saka server bakal ing sawetara diwilang dening kita.

Utawa sampeyan pengin ngerti carane akeh wong sing weruh saka tandha perdagangan saka perusahaan. Yen interval kapercayan wis diwilang, banjur bakal bisa, contone, kanggo wong sing babagan kemungkinan 95% saka konsumen sing weruh iki account, iku ing sawetara saka 27% nganti 34%.

Wiwit istilah iki sing gegandhengan rapet menyang Nilai kayata tingkat kapercayan. Iku kamungkinan sing pilihan sing dipengini wis klebu ing interval kapercayan. Saka nilai iki gumantung carane amba bakal sawetara kita dikarepake. Sing luwih ing Nilai ditampa, ing sempit ing interval kapercayan, lan kosok balene. Biasane iku disetel kanggo 90%, 95% utawa 99%. Nilai 95% paling populer.

komponèn aktif uga mengaruhi sawur pengamatan lan ukuran sampel. definisi sawijining adhedhasar asumsi sing ngubungake ing pitakonan tundhuk ing hukum distribusi normal. statement iki uga dikenal minangka Hukum Gauss kang. Miturut wong, iki diarani distribusi normal variabel acak dadi sing bisa diterangake dening Kapadhetan kemungkinan. Yèn asumsi saka distribusi normal mbuktekaken dadi salah, banjur ngira bisa dadi salah.

Pisanan, ayo kang menehi hasil karo carane ngetung interval kapercayan kanggo pengarepan. Ana rong kasus bisa. Sawur (sarjana saka buyar saka global acak) uga dikenal utawa ora. Yen wis dikenal, interval kapercayan kita wis diwilang nggunakake rumus:

HSR - t * σ / (sqrt (n)) <= α <= HSR + t * σ / (sqrt (n)), endi

α - tandha,

t - parameter saka Tabel distribusi Laplace,

sqrt (n) - ROOT kothak saking volume sampel ,

σ - ROOT kothak bedo.

Yen bedo ora dingerteni, bisa diwilang, yen kita ngerti kabeh nilai saka sipat sing dipengini. Kanggo nindakake iki, nggunakake rumus:

σ2 = h2sr - (HSR) 2, endi

h2sr - nilai rata-rata saka squares saka sipat sinau,

(HSR) 2 - alun tegese Nilai saka karakteristik.

Rumus kang ing kasus iki wis diwilang interval kapercayan iku rada beda:

HSR - t * s / (sqrt (n)) <= α <= HSR + t * s / (sqrt (n)), endi

XCP - sampel tegese,

α - tandha,

t - parameter sing ditemokake dening t distribusi Student Tabel t = (ɣ; n-1),

sqrt (n) - ROOT kothak ukuran sampel,

s - ROOT kothak bedo.

Coba conto iki. Nganggep menawa asil saka 7 pangukuran iki ditemtokake Nilai rata-rata saka fitur test, kang padha kanggo 30 lan bedo sampel witjaksono kanggo 36 Iku kudu ketemu karo kemungkinan 99% interval kapercayan kang ngandhut nilai bener saka parameter diukur.

Kawitan kita netepake apa t ing: t = t (0,99; 7-1) = 3.71. Nggunakake rumus ndhuwur, kita njaluk:

HSR - t * s / (sqrt (n)) <= α <= HSR + t * s / (sqrt (n))

30 - 3.71 * 36 / (sqrt (7)) <= α <= 30 + 3,71 * 36 / (sqrt (7))

21,587 <= α <= 38,413

Interval kapercayan kanggo bedo dipun etang iku ngono karo tegese dikenal, lan nalika ana data ing pengarepan matematika, lan mung Nilai dikenal titik ngira adil bedo. Kita ora bakal menehi kene rumus pitungan sawijining, wiwit padha cukup Komplek lan, yen pengin, padha bisa tansah ketemu ing jaringan.

We Wigati mung sing interval kapercayan iki nduweni ditemtokake nggunakake program utawa jaringan layanan Excel, kang diarani.