Uporaba intervalov zaupanja v inferencialni statistiki

PeopleImages / DigitalVision / Getty Images

Inferencialna statistika je dobila ime po dogajanju v tej veji statistike. Namesto da zgolj opisuje nabor podatkov, si inferencialna statistika prizadeva sklepati nekaj o populaciji na podlagi statistični vzorec . En poseben cilj inferencialne statistike vključuje določitev vrednosti neznane populacije parameter . Razpon vrednosti, ki ga uporabljamo za oceno tega parametra, se imenuje interval zaupanja.

Oblika intervala zaupanja

Interval zaupanja je sestavljen iz dveh delov. Prvi del je ocena populacijskega parametra. To oceno dobimo z uporabo a preprost naključni vzorec . Iz tega vzorca izračunamo statistiko, ki ustreza parametru, ki ga želimo oceniti. Na primer, če bi nas zanimala povprečna višina vseh učencev prvega razreda v Združenih državah, bi uporabili preprost naključni vzorec ameriških prvošolcev, jih vse izmerili in nato izračunali povprečno višino našega vzorca.

Drugi del intervala zaupanja je meja napake. To je potrebno, ker se samo naša ocena lahko razlikuje od prave vrednosti parametra populacije. Da bi omogočili druge potencialne vrednosti parametra, moramo ustvariti obseg števil. To naredi meja napake in vsak interval zaupanja ima naslednjo obliko:

Ocena ± meja napake

Ocena je v središču intervala, nato pa tej oceni odštejemo in dodamo mejo napake, da dobimo razpon vrednosti za parameter.

Stopnja zaupanja

Vsakemu intervalu zaupanja je priložena raven zaupanja. To je verjetnost ali odstotek, ki nakazuje, koliko gotovosti bi morali pripisati našemu intervalu zaupanja. Če so vsi drugi vidiki situacije enaki, višja kot je stopnja zaupanja, širši je interval zaupanja.

Ta stopnja zaupanja lahkopovzroči nekaj zmede. To ni izjava o postopku vzorčenja ali populaciji. Namesto tega nakazuje uspešnost procesa izgradnje intervala zaupanja. Na primer, intervali zaupanja z zaupanjem 80 odstotkov bodo na dolgi rok zgrešili pravi populacijski parameter enkrat od vsakih petkrat.

Za stopnjo zaupanja bi teoretično lahko uporabili katero koli število od nič do ena. V praksi so običajne stopnje zaupanja 90 odstotkov, 95 odstotkov in 99 odstotkov.

Meja napake

Mejo napake stopnje zaupanja določa nekaj dejavnikov. To lahko vidimo, če preučimo formulo za mejo napake. Meja napake je v obliki:

Meja napake = (statistika za stopnjo zaupanja) * (standardni odklon/napaka)

Statistika za stopnjo zaupanja je odvisna od tega, kaj porazdelitev verjetnosti se uporablja in kakšno stopnjo zaupanja smo izbrali. Na primer, če C je naša stopnja zaupanja in sodelujemo z a normalna porazdelitev , potem C je površina pod krivuljo med - z ^*do z ^*. Ta številka z ^*je število v naši formuli za mejo napake.

Standardni odklon ali standardna napaka

Drugi izraz, ki je potreben v naši meji napake, je standardna deviacija ali standardna napaka. Standardni odklon porazdelitve, s katerim delamo, ima prednost tukaj. Vendar tipični parametri iz populacije niso znani. Ta številka običajno ni na voljo pri oblikovanju intervalov zaupanja v praksi.

Za obravnavo te negotovosti pri poznavanju standardnega odklona namesto tega uporabimo standardno napako. Standardna napaka, ki ustreza standardnemu odklonu, je ocena tega standardnega odklona. Zaradi tega je standardna napaka tako močna, da se izračuna iz preprostega naključnega vzorca, ki se uporablja za izračun naše ocene. Dodatne informacije niso potrebne, saj vzorec namesto nas opravi vse ocene.

Različni intervali zaupanja

Obstaja vrsta različnih situacij, ki zahtevajo intervale zaupanja. Ti intervali zaupanja se uporabljajo za oceno številnih različnih parametrov. Čeprav so ti vidiki različni, vse te intervale zaupanja združuje ista splošna oblika. Nekateri običajni intervali zaupanja so tisti za populacijsko povprečje, populacijsko varianco, populacijski delež, razliko dveh populacijskih povprečij in razliko dveh populacijskih deležev.