Distribuzione del campionamento del calcolatore della proporzione del campione


Istruzioni: Usa questo calcolatore per calcolare le probabilità associate alla distribuzione campionaria della proporzione campionaria. Devi solo fornire la proporzione della popolazione (p)(p), la dimensione del campione (nn) e specificare l'evento per il quale vuoi calcolare la probabilità nel modulo sottostante:

Proporzione popolazione (p)(p) =
Taglia campione (n)(n) =
Use Continuity Correction?
Due Code:
≤ X ≤
Coda sinistra:
X ≤
Coda destra:
X ≥

Ulteriori informazioni sulla distribuzione del campionamento della proporzione del campione

La proporzione del campione è definita come p^=Xn\displaystyle \hat p = \frac{X}{n} , dove XX è il numero di casi favorevoli e nn è la dimensione del campione. Questa situazione può essere concepita come nn prove Bernoulliane successive XiX_i, tali che Pr(Xi=1)=p\Pr(X_i = 1) = p e Pr(Xi=0)=1p\Pr(X_i = 0) = 1-p. In questo contesto, il numero di casi favorevoli è sumi=1nXi\displaystyle sum_{i=1}^n X_i e la proporzione del campione p^\hat p si ottiene calcolando la media di X1,X2,....,XnX_1, X_2, ...., X_n. Ciò indica che quando la dimensione del campione è sufficientemente grande possiamo usare l'approssimazione normale in virtù del Teorema del limite centrale.

La media e l'errore standard della proporzione campionaria sono:

μ(p^)=p\mu (\hat p) = p σ(p^)=p(1p)n\sigma (\hat p) = \displaystyle \sqrt{\frac{p(1-p)}{n}}

Pertanto, quando la dimensione del campione è sufficientemente grande e np10np \geq 10 e n(1p)10n(1-p) \geq 10, possiamo approssimare la probabilità Pr(p1p^p2)\Pr( p_1 \le \hat p \le p_2) di

Pr(p1p^p2)=Pr(p1pp(1p)np^pp(1p)np2pp(1p)n) \Pr( p_1 \le \hat p \le p_2) = \Pr( \frac{p_1-p}{\sqrt{\frac{p(1-p)}{n}}} \le \frac{\hat p-p}{\sqrt{\frac{p(1-p)}{n}}} \le \frac{p_2-p}{\sqrt{\frac{p(1-p)}{n}}}) Pr(p1pp(1p)nZp2pp(1p)n)\approx \Pr( \frac{p_1-p}{\sqrt{\frac{p(1-p)}{n}}} \le Z \le \frac{p_2-p}{\sqrt{\frac{p(1-p)}{n}}} )

È consuetudine applicare un fattore di correzione della continuità cf=0.5ncf = \frac{0.5}{n} per compensare il fatto che la distribuzione sottostante è discreta, soprattutto quando la dimensione del campione non è sufficientemente grande. Se stai cercando la distribuzione campionaria della media campionaria, usa questa calcolatrice anziché

Non hai un account di iscrizione?
Iscriviti

Resetta la password

Torna a
accesso

Iscriviti

Torna a
accesso