7.9: Szacowanie średniej populacji ze znanym odchyleniem standardowym

Estimating Population Mean with Known Standard Deviation
JoVE Core
Statistics
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Core Statistics
Estimating Population Mean with Known Standard Deviation
Please note that all translations are automatically generated. Click here for the English version.

8,293 Views

01:16 min
April 30, 2023

Overview

Aby skonstruować przedział ufności dla pojedynczej nieznanej średniej μ populacji, w której znane jest odchylenie standardowe populacji, potrzebujemy średniej próby jako oszacowania dla μ i potrzebujemy marginesu błędu. W tym przypadku margines błędu (EBM) nazywany jest błędem granicznym dla średniej populacji (w skrócie EBM). Średnia z próby jest oszacowaniem punktowym nieznanej średniej populacji μ.

Oszacowanie przedziału ufności będzie miało postać następującą:

(oszacowanie punktowe – granica błędu, oszacowanie punktu + granica błędu)

Margines błędu (EBM) zależy od poziomu ufności (w skrócie CL). Poziom ufności jest często traktowany jako prawdopodobieństwo, że obliczone oszacowanie przedziału ufności będzie zawierało rzeczywisty parametr populacji. Jednak bardziej dokładne jest stwierdzenie, że poziom ufności to procent przedziałów ufności, które zawierają rzeczywisty parametr populacji, gdy pobierane są powtarzające się próbki. Najczęściej jest to wybór osoby konstruującej przedział ufności, aby wybrać poziom ufności 90% lub wyższy, ponieważ osoba ta chce być w miarę pewna swoich wniosków.

Istnieje jeszcze jedno prawdopodobieństwo zwane alfa (α). α jest związany z poziomem ufności, CL. α jest prawdopodobieństwem, że interwał nie zawiera parametru nieznanej populacji.

Matematycznie α + CL = 1.

Przedział ufności dla średniej populacji ze znanym odchyleniem standardowym opiera się na fakcie, że średnie z próby są zgodne z przybliżonym rozkładem normalnym.

Kroki, aby obliczyć przedział ufności:

Aby skonstruować oszacowanie przedziału ufności dla nieznanej średniej populacji, potrzebujemy danych z próby losowej. Kroki, które należy wykonać, aby skonstruować i zinterpretować przedział ufności, są następujące:

  • Obliczyć średnią z próby na podstawie danych próbki. (Założenie: znane jest odchylenie standardowe populacji σ
  • )
  • Znajdź wskaźnik Z, który odpowiada poziomowi ufności, np. 95%.
  • Oblicz EBM powiązany z błędem.
  • Skonstruuj przedział ufności.
  • Napisz zdanie, które interpretuje oszacowanie w kontekście sytuacji w problemie.

Ten tekst jest adaptacją <a href=”https://openstax.org/books/introductory-statistics/pages/8-1-a-single-population-mean-using-the-normal-distribution”>Openstax, Introductory Statistics, Section 8.1 Średnia pojedynczej populacji przy użyciu rozkładu normalnego.

Transcript

Rozważmy przykład, w którym kontener samochodowy ma zostać przeprojektowany, aby pomieścić dłuższe kłody drewna dębowego.

Kontener został zaprojektowany w oparciu o przestarzałe pomiary, dlatego inżynierowie wymagają nowej średniej długości kłód.

Ponieważ uzyskanie pomiarów wszystkich drzew lub kłód dębowych na świecie jest niemożliwe, próbki można pobrać z dostępnego zasobu.

Jest to średnia z próby, która jest najlepszym oszacowaniem punktowym średniej populacji, gdy jej odchylenie standardowe jest niewielkie.

Przedział ufności może jednak zapewnić bardziej wiarygodne oszacowanie średniej populacji, co wymaga obliczenia marginesu błędu przy użyciu następującego równania.

Jeśli zarówno populacja, jak i próbki przyjmują rozkład normalny, a wielkość próby jest większa niż 30, wartość krytyczną można uzyskać przy użyciu rozkładu z.

Jednak wyznaczenie średniej populacji przy takich założeniach wymaga wcześniejszej wiedzy na temat odchylenia standardowego populacji, co jest sytuacją nierealistyczną.

W przypadku kłód dębu wcześniejsze badania leśne mogą dostarczyć tego odchylenia standardowego w celu obliczenia marginesu błędu.

Key Terms and definitions​

Learning Objectives

Questions that this video will help you answer

This video is also useful for