máy tính kích cỡ mẫu

để tìm ra kích thước của mẫu vật

Máy tính sẽ tính toán số lượng mẫu tối thiểu cần thiết để đáp ứng các ràng buộc thống kê mong muốn.

độ tin cậy:	70% 75 phần trăm 80% 85% 90 phần trăm 95% 98% 99 phần trăm 99.9% 99. 99% 99,999%
phạm vi lỗi:
Tỷ lệ dân số:		nếu bạn không chắc chắn, sử dụng 50%
quy mô dân số:		nếu số lượng người không bị giới hạn, hãy để trống.

để tìm ra độ sai

máy tính này đưa ra phạm vi sai sót hoặc phạm vi tin cậy của quan sát hoặc điều tra.

độ tin cậy:	70% 75 phần trăm 80% 85% 90 phần trăm 95% 98% 99 phần trăm 99.9% 99. 99% 99,999%
kích cỡ mẫu:
Tỷ lệ dân số:
quy mô dân số:		nếu số lượng người không bị giới hạn, hãy để trống.

Trong thống kê, thông tin dân số thường được suy luận bằng cách nghiên cứu một số lượng giới hạn của các cá nhân trong dân số, tức là dân số được lấy mẫu và giả định rằng các đặc điểm của mẫu đại diện cho toàn bộ dân số. Giả sử có những cá nhân như vậy, PNhững người khác biệt với những người khác Một-P theo một cách nào đó, Ví dụ như, P có thể là phần trăm những người có mái tóc nâu, trong khi phần còn lại Một-P có màu đen, vàng, đỏ, v. v... Vì vậy, để ước tính P Trong số những người này, các mẫu N bạn có thể lấy các cá nhân, tỉ lệ mẫu, Chết tiệtđể tính toán cá nhân với mẫu tóc nâu. Thật không may, nếu không có một cuộc khảo sát tổng thể dân số Chết tiệt có lẽ không có giá trị thực sự P, kể từ khi Chết tiệt bị ảnh hưởng bởi nhiễu lần mẫu, nghĩa là nó phụ thuộc vào cá nhân cụ thể. Tuy nhiên, các số liệu mẫu có thể được sử dụng để tính toán cái gọi là phạm vi tin cậy, mà là chỉ ra giá trị ước tính gần nhau như thế nào Chết tiệt là giá trị thực Pvâng.

các thống kê về các mẫu ngẫu nhiên

sự không chắc chắn trong một mẫu ngẫu nhiên (tức là ước tính tỷ lệ dự kiến, Chết tiệtlà một sự gần gũi tốt với tỉ lệ thật, nhưng không hoàn hảo P) có thể được tóm tắt như vậy Chết tiệt sự phân bố bình thường P và biến số phốt pho/ nitơvâng. lý do tại sao một bản phân bố bình thường là một mẫu, hãy nghiên cứu lý thuyết giới hạn trung tâmvâng. Mức tin cậy, khoảng tin cậy và kích thước mẫu được tính tương ứng với sự phân bố mẫu như được xác định dưới đây. Tóm lại, khoảng tin cậy cho chúng ta khoảng P và ước tính rằng Chết tiệt " rất có thể" là có. Chẳng hạn, mức độ tin cậy 95% cho thấy ước tính Chết tiệt là khoảng tin cậy của 95% các mẫu ngẫu nhiên. độ tin cậy phụ thuộc vào kích thước mẫu, N (những biến số của sự phân bố mẫu là ngược lại Nđiều đó có nghĩa là ước tính gần gũi hơn với tỷ lệ thực tế, bởi vì N tăng); Do vậy, bạn cũng có thể thiết lập một số lỗi có thể chấp nhận được trong một phép tính, được gọi là giới hạn lỗi. & ε;và cố gắng tìm ra khoảng tin cậy nhỏ hơn kích thước mẫu cần thiết E; một phương pháp tính toán được gọi là kích thước mẫu

độ tin cậy

mức độ tin cậy là một thước đo sự chắc chắn về mức độ chính xác mà mẫu này phản ánh trong phạm vi tin cậy được chọn. Các mức tin cậy phổ biến nhất được sử dụng là 90%, 95% và 99% và mỗi mức tin cậy có một số điểm Z tương ứng (có thể được tìm thấy bằng cách sử dụng công thức hoặc bảng có sẵn rộng rãi, như được chỉ ra dưới đây). lưu ý rằng sử dụng điểm số z giả định sự phân bố mẫu là bình thường, như được mô tả ở" các số liệu về một mẫu ngẫu nhiên" trước đây. Nếu một thí nghiệm hoặc cuộc khảo sát được lặp lại nhiều lần, mức độ tin cậy thực sự đại diện cho tỷ lệ phần trăm thời gian kết quả của các cuộc thử nghiệm lặp lại bao gồm các kết quả thực.

Khoảng tin cậy

Trong thống kê, một khoảng tin cậy là một phạm vi ước tính của các giá trị có thể của tham số toàn cục, ví dụ, 40^2 hoặc 40^5%. Với mức tin cậy 95% thông thường được sử dụng, ví dụ, nếu bạn lấy mẫu nhiều lần cho cùng một phần tổng thống và mỗi lần bạn thực hiện một khoảng thời gian, tham số tổng thống thực sẽ nằm trong khoảng 95%. lưu ý rằng xác suất 95% là ước tính độ tin cậy của quá trình, không phải là khoảng thời gian cụ thể. Một khi khoảng đã được tính toán, nó có thể chứa hoặc không chứa các tham số tổng thống mà bạn quan tâm. một số nhân tố ảnh hưởng đến chiều rộng khoảng tin cậy bao gồm kích thước mẫu, mức tin cậy và sự biến độ trong mẫu.

Các công thức khác nhau có thể được sử dụng để tính toán phạm vi tin cậy, phụ thuộc vào các yếu tố như việc biết độ sai tiêu chuẩn hoặc một mẫu nhỏ (n)<30) are involved, among others. The calculator provided on this page calculates the confidence interval for a proportion and uses the following equations:

trong thống kê, tổng thể là một tập hợp các sự kiện hoặc các yếu tố liên quan đến một vấn đề hoặc một thí nghiệm. nó có thể là một tập hợp các đối tượng, hệ thống và thậm chí là một tập hợp các đối tượng tưởng tượng. Tuy nhiên, phổ biến nhất, dân số được sử dụng để chỉ một nhóm người, cho dù họ là số lượng nhân viên của một công ty, số lượng người ở một nhóm tuổi nhất định trong một khu vực địa lý hoặc số lượng sinh viên trong thư viện của trường đại học tại bất kỳ thời điểm nào.

lưu ý rằng, khi bạn xem xét một số người hạn chế, bạn cần phải điều chỉnh các phương trình như được trình bày ở trên. cái này (n-n)/ (n-1) Các mục trong phương trình tổng thể hữu hạn được gọi là các hệ số điều chỉnh toàn cục có hạn, và nó là cần thiết, vì bạn không thể giả định rằng tất cả các cá nhân trong một mẫu là độc lập. Ví dụ, nếu có 10 người trong dân số nghiên cứu trong một căn phòng từ 1 đến 100 tuổi, và một người trong số họ là 100 tuổi, thì người tiếp theo có khả năng là trẻ hơn. các hệ số điều chỉnh tổng hợp hạn chế xem xét các yếu tố như vậy. đây là một ví dụ về việc tính toán một phạm vi tin tưởng vô hạn.

Ví dụ: Giả sử công ty Q có 120 nhân viên, trong đó có 85 người uống cà phê mỗi ngày, hãy tìm khoảng tin cậy 99% về tỷ lệ thực tế của công ty Q uống cà phê mỗi ngày.

tính toán kích thước mẫu

kích thước mẫu là một khái niệm thống kê liên quan đến việc xác định số lần quan sát hoặc lặp lại mà một mẫu thống kê (số lượng lặp lại của các điều kiện thử nghiệm tính biến độ của các hiệu ứng). đây là một khía cạnh quan trọng của bất kỳ nghiên cứu thực nghiệm nào, cần phải suy luận về tổng thể. Về cơ bản, kích thước mẫu được sử dụng để đại diện cho một phần của dân số được chọn trong bất kỳ cuộc khảo sát hoặc thí nghiệm nào. để thực hiện tính toán này, hãy thiết lập một phạm vi lỗi, & ε;hoặc khoảng cách tối đa mà một mẫu dự đoán cần để đi xa hơn giá trị thực tế. Để thực hiện việc này, sử dụng công thức khoảng tin cậy trên, nhưng đặt mục ở bên phải của biểu tượng bằng với phạm vi sai sót và giải quyết công thức cuối cùng của kích thước mẫu. Nvâng. công thức để tính toán một kích thước mẫu như sau.

Ví dụ: xác định kích thước mẫu cần thiết để ước tính tỷ lệ phần trăm những người tự coi mình là người ăn chay ở mức độ tin cậy 95% và trong phạm vi sai lầm 5%. nếu tỷ lệ dân số là 0. 5, dân số không giới hạn. Hãy nhớ điều đó Z 95% mức tin tưởng là 1.96. hãy xem bảng có trong phần tin cậy Z một chuỗi các điểm độ tin cậy.

vì vậy, trong trường hợp này, bạn cần ít nhất 385 người. Trong ví dụ trên, một số nghiên cứu ước tính rằng khoảng 6% người Mỹ tự coi mình là người ăn chay Chết tiệtđược sử dụng 0.06. Nếu bạn biết rằng 40 trong số 500 người đi vào một siêu thị vào một ngày nào đó là người ăn chay, Chết tiệt thì nó sẽ là 0,08.