Zawartość
- TL; DR (Too Long; Didnt Read)
- Marginesy błędu wyjaśnione
- Obliczanie marginesu błędu
- Margines błędu dla proporcji
Naukowcy wykorzystują marginesy błędu do oszacowania, jak bardzo szacunki z ich badań mogą różnić się od „prawdziwej” wartości. Ta niepewność może wydawać się słabością nauki, ale w rzeczywistości zdolność do jednoznacznego oszacowania marginesu błędu jest jedną z jej największych zalet. Nie można uniknąć niepewności, ale rozpoznanie jej jest bardzo ważne. Możesz skoncentrować się na średniej dla wielu celów, ale jeśli chcesz wyciągnąć jakiekolwiek wnioski na temat różnicy średnich między różnymi populacjami, marginesy błędu stają się absolutnie niezbędne. Umiejętność obliczania marginesu błędu jest kluczową umiejętnością dla naukowców w każdej dziedzinie.
TL; DR (Too Long; Didnt Read)
Znajdź margines błędu, mnożąc wartość krytyczną (z), dla dużych próbek, dla których znane jest odchylenie standardowe populacji, lub (t), dla mniejszych próbek z odchyleniem standardowym próbki, dla wybranego poziomu ufności przez błąd standardowy lub odchylenie standardowe populacji. Twój wynik ± wynik określa twój szacunek i margines błędu.
Marginesy błędu wyjaśnione
Kiedy naukowcy obliczają średnią (tj. Średnią) dla populacji, opierają ją na próbce pobranej z populacji. Jednak nie wszystkie próbki są doskonale reprezentatywne dla populacji, więc średnia może nie być dokładna dla całej populacji. Zasadniczo większa próbka i zestaw wyników z mniejszym rozrzutem wokół średniej sprawiają, że oszacowanie jest bardziej wiarygodne, ale zawsze będzie istniała możliwość, że wynik nie będzie całkiem dokładny.
Naukowcy używają przedziałów ufności, aby określić zakres wartości, w którym powinna spaść prawdziwa średnia. Zwykle odbywa się to przy poziomie ufności 95 procent, ale w niektórych przypadkach można to zrobić przy 90 procentach lub 99 procentach. Zakres wartości między średnią a krawędziami przedziału ufności nazywany jest marginesem błędu.
Obliczanie marginesu błędu
Oblicz margines błędu za pomocą błędu standardowego lub odchylenia standardowego, wielkości próby i odpowiedniej „wartości krytycznej”. Jeśli znasz odchylenie standardowe populacji i masz dużą próbkę (ogólnie uważaną za ponad 30), możesz może użyć wyniku Z dla wybranego poziomu ufności i po prostu pomnożyć to przez odchylenie standardowe, aby znaleźć margines błędu. Zatem dla 95 procent ufności z = 1,96, a margines błędu wynosi:
Margines błędu = 1,96 × odchylenie standardowe populacji
Jest to kwota dodawana do średniej dla górnej granicy i odejmowana od średniej dla dolnej granicy marginesu błędu.
Przez większość czasu nie znasz odchylenia standardowego populacji, więc zamiast tego powinieneś użyć standardowego błędu średniej. W takim przypadku (lub przy małych rozmiarach próby) używasz t-score zamiast a z-wynik. Wykonaj następujące kroki, aby obliczyć margines błędu.
Odejmij 1 od wielkości próbki, aby znaleźć stopnie swobody. Na przykład próbka o wielkości 25 ma df = 25 - 1 = 24 stopnie swobody. Użyj tabeli wyników-t, aby znaleźć swoją wartość krytyczną. Jeśli chcesz mieć 95-procentowy przedział ufności, użyj kolumny oznaczonej 0,05 w tabeli dla wartości dwustronnych lub kolumny 0,025 w tabeli jednostronnej. Poszukaj wartości, która przecina Twój poziom pewności i stopień swobody. Przy df = 24 i 95 procentach ufności, t = 2.064.
Znajdź błąd standardowy dla swojej próbki. Weź przykładowe odchylenie standardowe (s) i podziel je przez pierwiastek kwadratowy z wielkości próbki, (n). Więc w symbolach:
Błąd standardowy = s ÷ √n
Zatem dla odchylenia standardowego s = 0,5 dla wielkości próbki n = 25:
Błąd standardowy = 0,5 ÷ √25 = 0,5 ÷ 5 = 0,1
Znajdź margines błędu, mnożąc błąd standardowy przez wartość krytyczną:
Margines błędu = błąd standardowy × t
W przykładzie:
Margines błędu = 0,1 × 2,064 = 0,2064
Jest to wartość dodawana do średniej w celu znalezienia górnego limitu marginesu błędu i odejmowana od średniej w celu znalezienia dolnego limitu.
Margines błędu dla proporcji
W przypadku pytań dotyczących części (np. Odsetka respondentów biorących udział w ankiecie, dających konkretną odpowiedź) wzór marginesu błędu jest nieco inny.
Najpierw znajdź proporcję. Jeśli przebadałeś 500 osób, aby dowiedzieć się, ilu poparło politykę polityczną, a 300 zrobiło to, dzielisz 300 przez 500, aby znaleźć proporcję, często nazywaną p-hat (ponieważ symbolem jest „p” z akcentem nad nim, p̂ ).
p = 300 ÷ 500 = 0,6
Wybierz poziom ufności i wyszukaj odpowiednią wartość (z). Dla 90-procentowego poziomu ufności jest to z = 1,645.
Skorzystaj z poniższego wzoru, aby znaleźć margines błędu:
Margines błędu = z × √ (p̂ (1 - p̂) ÷ n)
Korzystając z naszego przykładu, z = 1,645, p = 0,6 in = 500, więc
Margines błędu = 1,645 × √ (0,6 (1 - 0.6) ÷ 500)
= 1.645 × √(0.24÷ 500)
= 1.645 × √0.00048
= 0.036
Pomnóż przez 100, aby przekształcić to w procent:
Margines błędu (%) = 0,036 × 100 = 3,6%
Badanie wykazało, że 60 procent osób (300 na 500) poparło tę politykę z marginesem błędu 3,6 procent.