Variance dans la distribution d'échantillonnage de la proportion compte tenu des probabilités de succès et d'échec Solution

ÉTAPE 0: Résumé du pré-calcul
Formule utilisée
Variation des données = (Probabilité de succès*Probabilité d'échec dans la distribution binomiale)/Taille de l'échantillon
σ2 = (p*qBD)/n
Cette formule utilise 4 Variables
Variables utilisées
Variation des données - La variance des données est l'attente de l'écart carré de la variable aléatoire associée aux données statistiques données par rapport à sa moyenne de population ou à sa moyenne d'échantillon.
Probabilité de succès - La probabilité de succès est la probabilité qu'un résultat spécifique se produise dans un seul essai d'un nombre fixe d'essais de Bernoulli indépendants.
Probabilité d'échec dans la distribution binomiale - La probabilité d'échec dans la distribution binomiale est la probabilité qu'un résultat spécifique ne se produise pas dans un seul essai parmi un nombre fixe d'essais de Bernoulli indépendants.
Taille de l'échantillon - La taille de l'échantillon est le nombre total d'individus présents dans un échantillon particulier tiré de la population donnée à l'étude.
ÉTAPE 1: Convertir les entrées en unité de base
Probabilité de succès: 0.6 --> Aucune conversion requise
Probabilité d'échec dans la distribution binomiale: 0.4 --> Aucune conversion requise
Taille de l'échantillon: 65 --> Aucune conversion requise
ÉTAPE 2: Évaluer la formule
Remplacement des valeurs d'entrée dans la formule
σ2 = (p*qBD)/n --> (0.6*0.4)/65
Évaluer ... ...
σ2 = 0.00369230769230769
ÉTAPE 3: Convertir le résultat en unité de sortie
0.00369230769230769 --> Aucune conversion requise
RÉPONSE FINALE
0.00369230769230769 0.003692 <-- Variation des données
(Calcul effectué en 00.006 secondes)

Crédits

Creator Image
Créé par Nishan Poojary
Institut de technologie et de gestion Shri Madhwa Vadiraja (SMVITM), Udupi
Nishan Poojary a créé cette calculatrice et 500+ autres calculatrices!
Verifier Image
Vérifié par Shweta Patil
Collège Walchand d'ingénierie (WCE), Sangli
Shweta Patil a validé cette calculatrice et 1100+ autres calculatrices!

Distribution d'échantillonnage Calculatrices

Écart-type de la population dans la distribution d'échantillonnage de la proportion
​ LaTeX ​ Aller Écart type dans la distribution normale = sqrt((Somme des carrés des valeurs individuelles/Taille de la population)-((Somme des valeurs individuelles/Taille de la population)^2))
Écart type dans la distribution d'échantillonnage de la proportion en fonction des probabilités de succès et d'échec
​ LaTeX ​ Aller Écart type dans la distribution normale = sqrt((Probabilité de succès*Probabilité d'échec dans la distribution binomiale)/Taille de l'échantillon)
Écart type dans la distribution d'échantillonnage de la proportion
​ LaTeX ​ Aller Écart type dans la distribution normale = sqrt((Probabilité de succès*(1-Probabilité de succès))/Taille de l'échantillon)
Variance dans la distribution d'échantillonnage de la proportion
​ LaTeX ​ Aller Variation des données = (Probabilité de succès*(1-Probabilité de succès))/Taille de l'échantillon

Variance dans la distribution d'échantillonnage de la proportion compte tenu des probabilités de succès et d'échec Formule

​LaTeX ​Aller
Variation des données = (Probabilité de succès*Probabilité d'échec dans la distribution binomiale)/Taille de l'échantillon
σ2 = (p*qBD)/n

Qu'est-ce que la distribution d'échantillonnage ?

La distribution d'échantillonnage est la distribution de probabilité d'une statistique calculée à partir d'un échantillon aléatoire tiré d'une population. Il décrit comment la valeur de la statistique est susceptible de varier entre différents échantillons de même taille et forme, tirés de la même population. C'est un concept important en statistique car il nous permet de faire des inférences sur une population à partir de données d'échantillon. Par exemple, en comprenant la distribution d'échantillonnage de la moyenne, nous pouvons estimer la moyenne d'une population en fonction de la moyenne d'un échantillon et calculer la probabilité que l'estimation soit proche de la vraie moyenne de la population.

Let Others Know
Facebook
Twitter
Reddit
LinkedIn
Email
WhatsApp
Copied!