Błąd standardowy oszacowania, jak jest obliczany, przykłady, ćwiczenia

4322
David Holt

Plik standardowy błąd szacunku mierzy odchylenie wartości próbki populacji. Oznacza to, że błąd standardowy oszacowania mierzy możliwe odchylenia średniej próby w odniesieniu do prawdziwej wartości średniej populacji..

Na przykład, jeśli chcesz poznać średni wiek populacji kraju (średnią populacji), bierzesz małą grupę mieszkańców, którą nazwiemy „próbą”. Z tego wyodrębnia się średni wiek (średnia z próby) i zakłada się, że populacja ma ten średni wiek ze standardowym błędem oszacowania, który różni się mniej więcej.

M. W. Toews [CC BY 2.5 (https://creativecommons.org/licenses/by/2.5)]

Należy zauważyć, że ważne jest, aby nie mylić odchylenia standardowego z błędem standardowym i błędem standardowym oszacowania:

1- Odchylenie standardowe jest miarą rozproszenia danych; to znaczy jest miarą zmienności populacji.

2- Błąd standardowy jest miarą zmienności próby, obliczoną na podstawie odchylenia standardowego populacji.

3- Błąd standardowy oszacowania jest miarą błędu, który popełnia się przy pobieraniu średniej z próby jako oszacowania średniej populacji.

Indeks artykułów

  • 1 Jak to jest obliczane?
  • 2 Przykłady obliczeń
  • 3 ćwiczenia rozwiązane
    • 3.1 Ćwiczenie 1
    • 3.2 Ćwiczenie 2
  • 4 Odnośniki

Jak to jest obliczane?

Błąd standardowy oszacowania można obliczyć dla wszystkich pomiarów uzyskanych w próbkach (na przykład błąd standardowy oszacowania średniej lub błędu standardowego oszacowania odchylenia standardowego) i mierzy błąd popełniony podczas szacowania prawdziwej populacji zmierzyć od wartości próbki

Ze standardowego błędu oszacowania konstruuje się przedział ufności odpowiedniej miary.

Ogólna struktura wzoru na błąd standardowy oszacowania jest następująca:

Błąd standardowy oszacowania = ± Współczynnik ufności * Błąd standardowy

Współczynnik ufności = wartość graniczna statystyki próby lub rozkładu próbkowania (m.in. normalny lub dzwon Gaussa, t-Studenta) dla danego przedziału prawdopodobieństwa.

Błąd standardowy = odchylenie standardowe populacji podzielone przez pierwiastek kwadratowy z wielkości próby.

Współczynnik ufności wskazuje liczbę błędów standardowych, które chcesz dodać i odjąć od miary, aby uzyskać określony poziom ufności wyników..

Przykłady obliczeń

Załóżmy, że próbujesz oszacować odsetek osób w populacji, które mają zachowanie A i chcesz mieć 95% pewności co do swoich wyników..

Pobiera się próbkę n osób i określa proporcję próbki p i jej uzupełnienie q.

Błąd standardowy oszacowania (SEE) = ± Współczynnik ufności * Błąd standardowy

Współczynnik ufności = z = 1,96.

Błąd standardowy = pierwiastek kwadratowy ze stosunku między iloczynem udziału próbki i jej uzupełnieniem a wielkością próby n.

Na podstawie błędu standardowego oszacowania ustala się przedział, w którym oczekuje się znalezienia proporcji populacji lub proporcji innych próbek, które można utworzyć z tej populacji, z 95% poziomem ufności:

p - EEE ≤ Odsetek ludności ≤ p + EEE

Rozwiązane ćwiczenia

Ćwiczenie 1

1- Załóżmy, że próbujesz oszacować odsetek osób w populacji, które preferują mleko modyfikowane wzbogacone i chcesz mieć 95% pewności co do swoich wyników..

Pobiera się próbkę liczącą 800 osób, a 560 osób w próbce ma preferencje dla mleka modyfikowanego. Określić przedział, w którym można spodziewać się odsetka populacji i odsetka innych próbek, które można pobrać z populacji, z 95% pewnością

a) Obliczmy proporcję próbki p i jej uzupełnienie:

p = 560/800 = 0,70

q = 1 - p = 1 - 0,70 = 0,30

b) Wiadomo, że proporcja przybliża rozkład normalny do dużych próbek (powyżej 30). Następnie stosuje się tzw. Regułę 68 - 95 - 99.7 i musimy:

Współczynnik ufności = z = 1,96

Błąd standardowy = √ (p * q / n)

Błąd standardowy oszacowania (SEE) = ± (1,96) * √ (0,70) * (0,30) / 800) = ± 0,0318

c) Na podstawie błędu standardowego oszacowania ustala się przedział, w którym oczekuje się, że proporcja populacji zostanie znaleziona przy 95% poziomie ufności:

0,70 - 0,0318 ≤ Odsetek ludności ≤ 0,70 + 0,0318

0,6682 ≤ Odsetek ludności ≤ 0,7318

Można oczekiwać, że 70% odsetek próbki zmieni się nawet o 3,18 punktu procentowego, jeśli weźmiesz inną próbę 800 osób lub jeśli rzeczywisty odsetek populacji wynosi od 70 do 3,18 = 66,82% do 70 + 3,18 = 73,18%.

Ćwiczenie 2

2- Weźmy z Spiegel i Stephens, 2008, następujące studium przypadku:

Z sumy ocen z matematyki studentów pierwszego roku uczelni pobrano losową próbę 50 stopni, z których uzyskano średnią 75 punktów i odchylenie standardowe 10 punktów. Jakie są 95-procentowe przedziały ufności dotyczące szacowania średnich ocen z matematyki w college'u??

a) Obliczmy standardowy błąd oszacowania:

95% współczynnik ufności = z = 1,96

Błąd standardowy = s / √n

Błąd standardowy oszacowania (SEE) = ± (1,96) * (10√50) = ± 2,7718

b) Na podstawie błędu standardowego oszacowania ustala się przedział, w którym oczekuje się znalezienia średniej populacji lub średniej innej próby o rozmiarze 50 z 95% poziomem ufności:

50 - 2,7718 ≤ Średnia populacji ≤ 50 + 2,7718

47,2282 ≤ Średnia populacji ≤ 52,7718

c) Można oczekiwać, że średnia z próby zmieni się aż o 2,7718 punktów, jeśli zostanie wybrana inna próba 50 stopni lub jeśli rzeczywista średnia ocen z matematyki z populacji uniwersytetu wynosi od 47,2282 punktów do 52,7718 punktów.

Bibliografia

  1. Abraira, V. (2002). Odchylenie standardowe i błąd standardowy. Magazyn Semergen. Odzyskany z web.archive.org.
  2. Rumsey, D. (2007). Statystyki pośrednie dla manekinów. Wiley Publishing, Inc..
  3. Salinas, H. (2010). Statystyki i prawdopodobieństwa. Odzyskany z mat.uda.cl.
  4. Sokal, R .; Rohlf, F. (2000). Biometria. Zasady i praktyka statystyki w badaniach biologicznych. Wydanie trzecie. Blume Editions.
  5. Spiegel, M .; Stephens, L. (2008). Statystyka. Czwarte wyd. McGraw-Hill / Interamericana de México S. A.
  6. Wikipedia. (2019). Reguła 68-95-99,7. Odzyskany z en.wikipedia.org.
  7. Wikipedia. (2019). Standardowy błąd. Odzyskany z en.wikipedia.org.

Jeszcze bez komentarzy