Vertrauen November. Wat ass dat a wéi kann et ginn?

Vertrauen November, mä et war fir eis aus dem Beräich vun Statistiken. Dëst gewësse Beräich, deen dat onbekannt Parameter mat engem héije Mooss vun Zouverlässegkeet Devis déngt. Am einfachsten dat ze erklären ass mat e Beispill.

Stellt Iech all zoufälleg Wäert ze Entdeckung wëllt, e.g., engem Server Äntwert Zäit zu engem Client Ufro. All Kéier wann de Benotzer Zorte eng spezifesch Adress, reagéiert de Server ze et bei verschidden séier Stousswellen. Also, ass d'Äntwert Test Zäit zoufälleg. Also, fir d'Vertrauen November de Grenze vun dësem Parameter, bestëmmen an dann ass et méiglech ginn, datt zu streiden mat enger Wahrscheinlechkeet vun 95% d'Reaktioun Taux vun de Server an der Gamme vun eis berechent ginn.

Oder Dir wëllt wëssen, wéi vill Leit vun der Gewerkschaft uerg vun der Gesellschaft bewosst sinn. Wann d'Vertrauen November berechent ass, da wäert et méiglech ginn, zum Beispill, ze soen, datt eng 95% Wahrscheinlechkeet Undeel vu Konsumenten, déi vun dëser bewosst sinn Mark, an der Rei, bis 34% vu 27% ass.

Zanter dësem Begrëff ass enk mat esou engem Wäert als Vertrauen Niveau. Et ass eng Méiglechkeet, datt de gewënschte Optioun ass am Vertrauen November abegraff. Vun dësem Wäert hänkt et op wéi grouss wäert eis gewënschte Beräich ginn. Der Groussregioun de Wäert et kritt, d'Reglementer dem Vertraue November, a Vize versa. Typesch ass et zu 90%, 95% oder 99% setzen. De Wäert 95% ass beléifsten.

Aktiv Komponent Impakt och der Dispersioun vun Observatiounen an d'Prouf Gréisst. Seng Definitioun baséiert op der Virgab, dass d'Spezialfäegkeeten an Fro ze Sujet ass de normal Verdeelung Gesetz. Dës Ausso ass och als Gauss senger Law bekannt. No him, ass dëst de normal Verdeelung vun enger kontinuéierlech zoufälleg Variabel genannt, datt vun der Wahrscheinlechkeet Dicht beschriwwe ginn. Wann der Virgab vun normal Verdeelung bewisen falsch gin, dann hätt d'Schätzung falsch ginn.

Éischt, loosse d'Laascht wéi d'Vertrauen November fir ze berechnen der Erwaardung. Et ginn zwou méiglech Fäll. Dispersioun (Ofschloss vun luucht vun der zoufälleg Variabel) kann bekannt oder net ginn. Wann et bekannt ass, ass eist Vertrauen November benotzt folgend Formule berechent:

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

α - Zeechen,

t - Parameter vum Laplace Verdeelung Dësch,

sqrt (n) - d'Feld Wuerzel vun der Ganzen Prouf Volumen ,

σ - d'Feld Wuerzel vun der Varianz.

Wann der Varianz onbekannt ass, kann et berechent ginn, wa mir all déi Wäerter vun der gewënschter recommandéiert wëssen. Maachen dëst, benotzt folgend Formule:

σ2 = h2sr - (HSR) 2, Hellef

h2sr - d'Moyenne vun de Felder vun der studéiert recommandéiert,

(HSR) 2 - Feld Wäert mengen vun der charakteristesche.

D'Formel vun déi an dësem Fall ass Vertrauen November berechent gëtt liicht anescht:

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

XCP - d'Prouf mengen,

α - Zeechen,

t - Parameter déi vun der Student Verdeelung Dësch t = T fonnt ass (ɣ; n-1),

sqrt (n) - d'Feld Wuerzel vun der Prouf Gréisst,

ass - d'Feld Wuerzel vun der Varianz.

Betruecht dësem Beispill. Dovun ausgoen, datt d'Resultater vun 7 Miessunge huet sech d'Moyenne vun den Test Fonktioun alles, wat zu 30 an der Prouf Varianz t'selwecht Q36 selwecht ass Si soll mat enger Wahrscheinlechkeet vun 99% Vertrauen November fonnt ginn, déi de richtege Wäert vun der gemooss Parameter enthält.

Éischt definéieren mir wat ass den t: t = T (0,99; 7-1) = 3.71. Mat der uewe Formule, mir kréien:

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

D'Vertrauen November fir d'Varianz ass berechent wéi ass de Fall mat bekannt mengen, a wann et keng Daten iwwert d'mathematesch Erwaardung, an déi eenzeg bekannt Wäert unbiased Varianz Estimatioun Punkt. Mir wäerten net hei der Formel fir seng berechent ginn, well se ganz komplex sinn an, wann Wonsch kann se ëmmer um Netz fonnt ginn.

Mir Note nëmmen dass d'Vertrauen November Kéier ass alles d'Excel Programm oder Reseau Service benotzen, wat genannt ass.