veio até nós a partir do domínio das estatísticas.Este intervalo específico, a qual é utilizada para estimar os parâmetros desconhecidos com um elevado grau de fiabilidade.A maneira mais fácil de explicar isso é com um exemplo.
Suponha que você queira explorar qualquer variável aleatória, por exemplo, a velocidade da resposta do servidor para a solicitação do cliente.Cada vez que o usuário disca um endereço específico, o servidor responde a isso em velocidades diferentes.Assim, o tempo de resposta do ensaio é aleatória.Assim, o intervalo de confiança para determinar os limites do parâmetro, e então será possível afirmar que, com uma probabilidade de 95% da resposta do servidor velocidade estará na gama calculado por nós.
Ou você precisa de saber quantas pessoas estão conscientes da marca da empresa.Quando o intervalo de confiança calculados, será possível, por exemplo, digamos que com 95% de probabilidade de a percentagem de consumidores que estão conscientes desta marca está na gama de 27% a 34%.
este termo está intimamente relacionado com um valor tal como nível de confiança.Ela representa a probabilidade de que o parâmetro desejado está incluído no intervalo de confiança.A partir deste valor depende de quão grande será a nossa gama desejada.Quanto maior for o valor que recebe, mais estreito o intervalo de confiança, e vice-versa.Tipicamente, realiza-se a 90%, 95% ou 99%.O valor de 95% dos mais populares.
Este indicador também afeta a dispersão das observações e tamanho da amostra.A sua definição baseia-se no pressuposto de que o atributo analisados obedece a uma lei normal de distribuição.Esta declaração também é conhecida como a lei de Gauss.Segundo ele, isso é chamado de distribuição normal de probabilidades de uma variável aleatória contínua que pode descrever a densidade de probabilidade.Se a suposição de distribuição normal provou ser errado, a avaliação pode estar incorreta.
primeiro acordo com a forma de calcular o intervalo de confiança para a expectativa.Há dois casos possíveis.A dispersão (grau de dispersão da variável aleatória) pode ser conhecido ou não.Se é sabido, o nosso intervalo de confiança é calculado usando a seguinte fórmula:
HSR - t * σ / (sqrt (n)) & lt; = α & lt; = HSR + T * σ / (sqrt (n)), onde
α- um sinal,
t - opção da mesa de distribuição de Laplace,
sqrt (n) - a raiz quadrada do tamanho da amostra,
σ - a raiz quadrada da variância.
Se a variância é desconhecido, pode ser calculada se sabe que todos os valores da característica desejada.Para fazer isso, use a seguinte fórmula:
σ2 = h2sr - (XCP) 2, onde
h2sr - o valor médio das praças da característica estudada,
(XCP) 2 - o quadrado do valor médio do traço.Intervalo de confiança de fórmula
para que neste caso é calculada muda ligeiramente:
HSR - t * s / (sqrt (n)) & lt; = α & lt; = HSR + T * S / (sqrt (n)), em que
XCP - média da amostra, α
- um sinal,
t - parâmetro, que está localizado em uma tabela da distribuição Student t = t (ɣ; n-1),
sqrt (n) - a raiz quadrada do tamanho da amostra,
s - a raiz quadrada da variância.
Considere este exemplo.Assume-se que os resultados das medições de 7 foi determinado o valor médio do atributo de teste é de 30 e a variância da amostra, o que é igual a 36. É preciso encontrar uma probabilidade intervalo de confiança de 99%, que contém o verdadeiro valor do parâmetro medido.
primeiro definir o que é o t: t = t (0,99; 7-1) = 3,71.Usando a fórmula acima, temos:
XCP - t * s / (sqrt (n)) & lt; = α & lt; = HSR + t * s / (sqrt (n))
30-3,71 * 36 / (sqrt(7)) & lt; = α & lt; = 30 + 3,71 * 36 / (sqrt (7))
21,587 & lt; = α & lt; = 38,413 intervalo de confiança
para a variância é calculada como é o caso com conhecidos secundário equando não há dados sobre a esperança matemática, e só sabemos o valor de uma estimativa imparcial ponto da variância.Nós não dará a fórmula para seu cálculo, uma vez que são bastante complexas e, se desejado, podem sempre ser encontrados na rede.
Nós só notar que o intervalo de confiança está convenientemente determinada usando o Excel ou um serviço de rede, que é chamado.
