विश्वास अन्तराल। यो के हो र यो कसरी प्रयोग गर्न सकिन्छ?

विश्वास अन्तराल, तथ्याङ्क क्षेत्रमा हामीलाई आए। सेवा जो यो निश्चित दायरा, विश्वसनीयता को एक उच्च डिग्री संग अज्ञात प्यारामिटर अनुमान गर्न। यो व्याख्या गर्न सजिलो तरिका एउटा उदाहरण छ।

तपाईं कुनै पनि अनियमित मूल्य, उदाहरणको लागि, एक ग्राहक अनुरोध सर्भर प्रतिक्रिया समय अन्वेषण गर्न चाहनुहुन्छ मानौं। हरेक समय प्रयोगकर्ता विशिष्ट ठेगाना प्रकार, सर्भर अलग गति मा यो जवाफ। यसरी, परीक्षण प्रतिक्रिया समय अनियमित छ। त्यसैले, आत्मविश्वास अन्तराल यो मापदण्ड को सीमाहरु निर्धारण गर्न, र त्यसपछि यो 95% को एक सम्भावना संग तर्क गर्न सम्भव हुनेछ को प्रतिक्रिया दर सर्भर हामीलाई द्वारा गणना दायरामा हुनेछ।

वा तपाईं कम्पनी को व्यापार चिन्ह सजग छन् कति मान्छे जान्न चाहन्छु। आत्मविश्वास अन्तराल गणना हुन्छ, त्यसपछि यो सम्भव, उदाहरणका लागि, हुनेछ यो थाह भएका उपभोक्ताहरु को एक 95% सम्भावना अनुपात भन्न ब्रान्ड, 27% देखि 34% गर्न दायरामा छ।

यो अवधि एक भरोसा स्तर रूपमा यस्तो मूल्य गर्न नजिकबाट सम्बन्धित भएकाले। यसलाई इच्छित विकल्प विश्वास अन्तराल मा समावेश गरिएको छ कि एक संभावना छ। यो मूल्य देखि यो हाम्रो चाहेको दायरा कसरी ठूलो निर्भर गर्दछ। को यो प्राप्त मान ठूलो, को साघुँरो विश्वास अन्तराल र विपरित। सामान्यतया यो 90%, 95% वा 99% सेट गरिएको छ। मान 95% भन्दा लोकप्रिय छ।

सक्रिय घटक पनि अवलोकन को तितरबितर र नमूना आकार असर गर्छ। यसको परिभाषा प्रश्न मा विशेषता विषय हो कि धारणा मा आधारित छ सामान्य वितरण व्यवस्था। यो कथन पनि Gauss व्यवस्था रूपमा चिनिन्छ। उहाँलाई अनुसार, यो सम्भावना घनत्व द्वारा वर्णन गर्न सकिन्छ भनेर निरन्तर अनियमित चर को सामान्य वितरण भनिन्छ। सामान्य वितरण को धारणा गलत साबित भने, त्यसपछि अनुमान गलत हुन सक्छ।

पहिलो, का लागि भरोसा अन्तराल गणना गर्न कसरी सामना गरौं आषा। त्यहाँ दुई सम्भव अवस्थामा छन्। तितरबितर (अनियमित चरको स्क्याटर डिग्री) ज्ञात वा हुन सक्छ। यो ज्ञात छ भने, निम्न सूत्र प्रयोग गरेर हाम्रो विश्वास अन्तराल गणना गरिएको छ:

HSR - टी * σ / (SQRT (N)) <= α <= HSR + T * σ / (SQRT (N)), wherein

α - चिन्ह,

टी - को छायाँ वितरण तालिका को प्यारामिटर,

SQRT (N) - कुल को वर्ग मूल नमूना मात्रा ,

σ - विचरण को वर्ग मूल।

विचरण अज्ञात छ भने हामी इच्छित विशेषता सबै मानहरू थाहा छ भने, यो गणना गर्न सकिन्छ। यो गर्न, निम्न सूत्र प्रयोग:

σ2 = h2sr - (HSR) 2, wherein

h2sr - को अध्ययन विशेषता को वर्गहरूको औसत मूल्य,

(HSR) 2 - वर्ग मूल्य मतलब को विशेषता को।

यस मामला मा विश्वास अन्तराल गणना छ जो सूत्र अलि फरक छ:

HSR - टी * को / (SQRT (N)) <= α <= HSR + T * को / (SQRT (N)), wherein

XCP - नमूना अर्थ,

α - चिन्ह,

टी - प्यारामिटर विद्यार्थीलाई वितरण तालिका टी = टी द्वारा पाइने (ɣ; N-1),

SQRT (N) - नमूना आकार को वर्ग मूल,

को - विचरण को वर्ग मूल।

यो उदाहरण विचार गर्नुहोस्। 7 माप को परिणाम 30 र नमूना विचरण 36. बराबर यो मापन प्यारामिटर साँचो मूल्य जसमा 99% भरोसा अन्तराल को एक सम्भावना फेला परेन गर्नुपर्छ बराबर छ जो परीक्षण सुविधा, औसत मूल्य निर्धारण थियो मान्छु।

; = 3.71 टी = टी (7-1 0,99): पहिलो हामी टी के हो परिभाषित। माथिको सूत्र प्रयोग गरेर हामी प्राप्त:

HSR - टी * को / (SQRT (N)) <= α <= HSR + T * को / (SQRT (N))

30 - 3.71 * 36 / (SQRT (7)) <= α <= 30 + 3.71 * 36 / (SQRT (7))

21,587 <= α <= 38,413

ज्ञात मतलब संग मामला छ रूपमा विचरण लागि भरोसा अन्तराल गणना छ, र त्यहाँ गणितीय आशाले कुनै डाटा, र ज्ञात मूल्य unbiased भिन्नता अनुमान बिन्दु हुँदा। हामी यहाँ, आफ्नो गणना लागि सूत्र दिन छैन उनि एकदम जटिल र, चाहेको भने तिनीहरू सधैं नेटवर्कमा पाउन सकिन्छ भएकोले।

हामी याद विश्वास अन्तराल सुविधाजनक को एक्सेल कार्यक्रम वा नेटवर्क सेवा, भनिन्छ जो प्रयोग गरेर निर्धारण गरिन्छ मात्र छ।