サンプル量計算機
サンプル量を見つける
この計算機は、必要な統計的制約を満たす最小必要サンプル数を計算する。
誤差の幅を見つける
この計算機は観察または調査の誤差範囲または信頼区間を与える。
統計学では、通常、人口の中の限られた数の個体を研究することによって人口情報、すなわち人口がサンプリングされ、サンプルの特徴が人口全体を表していると仮定する。 以下、このような個体群が存在すると仮定すると、 p人は他の人とは違う 1-p 何らかの方法で； 例えば、 p 茶色の髪の人の割合かもしれませんが、残りの人は 1-p 黒、金色、赤などがあります。 したがって、推定しなければならない p 群衆の中で、サンプル n 人の群れから個体を抽出し、サンプルの割合、 p茶色の髪のサンプル個人について計算します。 残念なことに、全人口をサンプリング調査しない限り、推定 p 本当の価値とは違うかもしれない p、以来 p サンプリングノイズの影響を受けます。つまり、サンプリングされた特定の個体に依存します。 しかし、サンプリング統計は、推定値がどの程度近いかを示す、いわゆる信頼区間の計算に用いることができる p は真の値です p。
ランダムサンプルの統計
ランダムサンプル中の不確定性、つまり予想比率の推定値を与え、 p本当の比率の良い近似値ですが、完璧ではありません p)このような見積もりに要約できる p 正規平均分布 p と分散 リン/窒素。 サンプルの推定値が正規分布している理由については、検討してください 中心極限定理。 以下の文で定義するように、信頼レベル、信頼区間、サンプルサイズはすべてこのサンプリング分布に対して計算される。 簡単に言えば、信頼区間は約 p その中で推定する p 「可能性が高い」のは。 信頼度は、この「可能性」がどれくらいあるかを示している& ndash例えば、95%の信頼度は予想推定を示している p 95%ランダムサンプルの信頼区間にあります。 信頼区間はサンプルサイズに依存し n サンプル分布の分散は反比例する n、これは推定値がより真の比率に近いことを意味します n 増加； そのため、誤差許容範囲と呼ばれる推定に許容できる誤差率を設けることもできます。 （ε；を選択し、選択した信頼区間が必要なサンプルサイズより小さいことを求めます e； サンプル量計算と呼ばれる計算方法
信頼性
信頼レベルとは、サンプルが選択された信頼区間内で被験者の程度の確からしさを正確に反映する尺度である。 最も一般的に使用される信頼性レベルは90%、95%、99%で、選択した信頼性レベルに応じて、各信頼性レベルに対応するzスコアがあります。式または次のように広く利用可能な表を使用して見つけることができます。 前述の「ランダムサンプルの統計データ」で説明したように、zスコアを使用してサンプル分布が正規分布であると仮定することに注意してください。 1つの実験または調査が何度も繰り返されたと仮定すると、信頼度は実質的に繰り返しテストの結果区間に真の結果が含まれる時間の割合を表している。
| 信頼性 | zスコア（））））。 |
| 0.70 | 1.04 |
| 0.75 | 1.15 |
| 0.80 | 1.28 |
| 0.85 | 1.44 |
| 0.92 | 1.75 |
| 0.95 | 1.96 |
| 0.96 | 2.05 |
| 0.98 | 2.33 |
| 0.99 | 2.58 |
| 0.999 | 3.29 |
| 0.9999 | 3.89 |
| 0.99999 | 4.42 |
信頼区間
統計学では、信頼区間は母集団のパラメータ可能値の推定範囲であり、例えば40 ^ 2または40 ^ 5%である。 よく使われる95%の信頼度を例にとると、同じ母集団を複数回サンプリングし、毎回区間推定を行うと、約95%の場合、真の母集団パラメータは区間に含まれます。 95%の確率とは、特定の時間間隔ではなく、プロセスの信頼性を見積もることであることに注意してください。 区間を計算すると、関心のある母集団のパラメータが含まれるか、含まれないかになります。 信頼区間の幅に影響するいくつかの要素には、サンプルサイズ、信頼レベル、サンプル内の変異性がある。
標準偏差が既知かどうか、または小さいサンプル（n）かどうかなどの要素によって、信頼区間の計算に使用できる式が異なる<30) are involved, among others. The calculator provided on this page calculates the confidence interval for a proportion and uses the following equations:
|
どこですか
z zスコアです p 人口の割合です n と 「いいえ」 サンプルサイズ 普通 人口の数です |
統計学では、全体は与えられた問題または実験に関連する一連のイベントまたは要素である。 既存のオブジェクト、システム、さらには仮想オブジェクトのグループを指すことができます。 しかし、最も一般的なのは、会社の従業員数、地理的な地域の年齢グループの数、特定の時間の大学図書館の学生数など、グループを指すために人口が使用されることです。
注意しなければならないのは、限られた人たちを考えるとき、上に示したように等式を調整する必要があることです。 これは （N-N）/）n-1））））。 有限体方程式の項は有限体補正因子と呼ばれ、サンプル中のすべての個体が独立しているとは仮定できないため、必要である。 例えば、研究者のうち10人が1歳から100歳まで同じ部屋にいて、そのうちの1人の年齢が100歳であれば、次の人の年齢はもっと低い可能性が高い。 有限補正系数はこのような要因を考慮している。 無限の人々の信頼区間を計算する例を以下に示します。
例文:q社に120人の従業員がいて、そのうち85人が毎日コーヒーを飲んでいると仮定して、q社が毎日コーヒーを飲む本当の割合の99%の信頼区間を求めます。
サンプル量計算
サンプル量は統計学の概念であり、統計サンプルに含めるべき観察または反復回数（現象のばらつきを見積もるための実験条件の反復回数）を決定することに関係する。 これはいかなる実証研究の重要な側面であり、サンプルに基づいて全体を推定する必要がある。 本質的に、サンプル量は任意の調査または実験で選択された一部の人を表すために使用されます。 この計算を行うには、誤差範囲を設定し、 （ε；または、サンプルの推定値が真の値から離れるのに必要な最大距離。 そのためには、上の信頼区間式を用いるが、符号の右側の項を誤差幅に等しく設定し、サンプルサイズの最終式を解く。 n。 サンプル量を計算する式は以下の通りです。
|
どこですか
z zスコアです （ε； 誤差の幅です 普通 人口の数です p 人口の割合です |
例えば、米国のスーパーで買い物をする95%の信頼レベルと5%の誤差範囲内でベジタリアンだと思う人の割合を見積もるために必要なサンプル量を決定する。 人口比率を0.5と仮定すると、人口数は無制限である。 これを覚えておいて z 95%の信頼レベルは1.96です。 信頼性セクションに記載されている表を参照してください z 一連の信頼性の点数。
したがって、上記のケースについては、少なくとも385人のサンプル量が必要である。 上の例では、一部の研究では、アメリカ人の約6%が菜食主義者だと思っていると推定されているので、仮定0.5ではない p、0.06が使用されます。 ある日、あるスーパーに入った500人のうち40人がベジタリアンであることがわかっていたら、 p それでは0.08です。
