Калькулятор выборочного распределения доли
Находит среднее, стандартную ошибку, условие нормальности, Z-оценку и накопленные вероятности для выборочного распределения любой доли.
Введите долю генеральной совокупности (p) и размер выборки (n). При необходимости укажите конкретную выборочную долю (p̂), чтобы получить соответствующую Z-оценку и накопленную вероятность.
Калькулятор выборочного распределения доли
Находит среднее, стандартную ошибку, условие нормальности, Z-оценку и накопленные вероятности для выборочного распределения любой доли.
О выборочном распределении доли
Выборочное распределение доли — это теоретическое распределение, описывающее диапазон возможных значений выборочной доли (p̂), которые могут возникнуть во всех возможных случайных выборках фиксированного размера n, взятых из совокупности с истинной долей p. Это одно из самых фундаментальных понятий в математической статистике, лежащее в основе методики опросов, проверки гипотез и построения доверительных интервалов.
Среднее выборочного распределения равно доле генеральной совокупности p. Это свойство несмещённости: в среднем выборочная доля равна параметру, который она оценивает. Стандартное отклонение выборочного распределения — стандартная ошибка доли — вычисляется как σ(p̂) = √[p(1–p)/n]. По мере увеличения размера выборки n стандартная ошибка уменьшается, то есть большие выборки дают выборочные доли, которые плотнее группируются вокруг истинного значения p.
Согласно центральной предельной теореме, выборочное распределение приближённо нормально, если выполнены два условия: np ≥ 10 и n(1–p) ≥ 10. Эти условия гарантируют, что число успехов и неудач в выборке достаточно велико для надёжного нормального приближения. Если одно или оба условия не выполняются — обычно при малых выборках или крайних долях, близких к 0 или 1, — следует использовать биномиальное распределение.
Когда задана конкретная наблюдаемая выборочная доля p̂, калькулятор вычисляет Z-оценку, которая показывает, на сколько стандартных ошибок p̂ находится от среднего: Z = (p̂ – p) / σ(p̂). Большая по модулю Z-оценка указывает на то, что наблюдаемая выборочная доля вряд ли возникла случайно при предполагаемой доле генеральной совокупности, и это служит основой проверки гипотез.
Накопленная вероятность P(p̂ < x) показывает вероятность наблюдать выборочную долю меньше или равную x в случайной выборке размера n из указанной совокупности. Дополнительная вероятность P(p̂ > x) показывает вероятность наблюдать долю больше x. Вместе эти значения позволяют определить, насколько экстремальна ваша наблюдаемая выборочная доля относительно теоретического распределения.
Это понятие применяется в опросах (оценка того, превышает ли истинная поддержка кандидата порог), контроле качества (определение, превышает ли доля брака в партии допустимый стандарт) и медицинских исследованиях (оценка того, отличается ли доля пациентов, ответивших на лечение, от исторического эталона).
Примеры распределения выборочной доли
Три сценария, показывающие расчёт среднего, стандартной ошибки, проверки нормальности и Z-оценки.
| Параметры | Ключевые результаты | Примечания |
|---|---|---|
| p=0.60, n=100, p̂=0.65 | μ=0.60, σ=0.049, Z=1.02, P(<0.65)≈0.846 | Условия нормальности выполнены (np=60, n(1-p)=40). Наблюдаемые 65% примерно на 1 стандартную ошибку выше доли генеральной совокупности. |
| p=0.50, n=400, p̂=0.53 | μ=0.50, σ=0.025, Z=1.20, P(<0.53)≈0.885 | Большая выборка повышает точность. При увеличении размера выборки в 4 раза стандартная ошибка уменьшается вдвое, и отклонения от 0.50 легче заметить. |
| p=0.05, n=50 | μ=0.05, σ=0.031, Нормальность не пройдена | np=2.5 < 10, поэтому условие нормальности не выполняется. Для малых долей и малых выборок используйте точное биномиальное распределение. |
Как пользоваться калькулятором выборочного распределения
- Введите долю генеральной совокупности (p) в виде десятичного числа от 0 до 1 (без границ). Это известная или предполагаемая истинная доля в совокупности.
- Введите размер выборки (n) как положительное целое число. Он определяет стандартную ошибку и влияет на выполнение условия нормальности.
- При необходимости введите выборочную долю (p̂), чтобы вычислить Z-оценку и накопленные вероятности P(p̂ < x) и P(p̂ > x).
- Нажмите «Рассчитать», чтобы увидеть среднее, стандартную ошибку, результат проверки нормальности и, если указан p̂, Z-оценку и вероятности.
- Нажмите «Сбросить», чтобы очистить все поля и начать новый расчёт.
FAQ по выборочному распределению доли
Что такое стандартная ошибка выборочной доли?
Стандартная ошибка — это стандартное отклонение выборочного распределения, показывающее, насколько выборочные доли меняются от выборки к выборке. Она равна √[p(1–p)/n]. Чем меньше стандартная ошибка, тем плотнее выборочные доли сгруппированы вокруг истинной доли генеральной совокупности p.
Когда выборочное распределение приближённо нормально?
Нормальное приближение верно, когда выполняются оба условия: np ≥ 10 и n(1–p) ≥ 10. Если хотя бы одно условие нарушено, распределение становится асимметричным, и расчёты вероятностей на основе нормального приближения будут неточными. В этом случае для точных вероятностей используйте биномиальное распределение.
Как увеличение размера выборки влияет на распределение?
Увеличение n уменьшает стандартную ошибку пропорционально 1/√n, тем самым сужая выборочное распределение. Среднее остаётся равным p независимо от размера выборки. Более узкое распределение означает, что выборочные доли с большей вероятностью будут близки к истинной доле совокупности, что повышает точность оценки и вывода.
Что означает Z-оценка 2 для выборочной доли?
Z-оценка 2 означает, что наблюдаемая выборочная доля p̂ находится на 2 стандартные ошибки выше доли генеральной совокупности p. В нормальном приближении вероятность наблюдать такой большой или больший Z только по случайности составляет около 2.3% (односторонне). Это сильное, но не окончательное свидетельство против предполагаемой доли совокупности.
Может ли этот калькулятор работать с долями, близкими к 0 или 1?
Калькулятор всё равно вычислит результаты, но отметит, что условие нормальности не выполнено, если np < 10 или n(1–p) < 10. Для экстремальных долей (например, p = 0.02 или p = 0.98) выборочное распределение асимметрично, и для точных вероятностей следует использовать биномиальное распределение.
Чем отличается стандартное отклонение от стандартной ошибки доли?
Генеральное стандартное отклонение бинарной переменной измеряет вариативность отдельных наблюдений: σ = √[p(1–p)]. Стандартная ошибка доли измеряет вариативность выборочных долей при повторных выборках: σ(p̂) = √[p(1–p)/n]. Стандартная ошибка меньше в 1/√n раз, что отражает эффект усреднения нескольких наблюдений.