Deviazione standard nella distribuzione campionaria della proporzione data probabilità di successo e fallimento Soluzione

FASE 0: Riepilogo pre-calcolo
Formula utilizzata
Deviazione standard nella distribuzione normale = sqrt((Probabilità di successo*Probabilità di fallimento nella distribuzione binomiale)/Misura di prova)
σ = sqrt((p*qBD)/n)
Questa formula utilizza 1 Funzioni, 4 Variabili
Funzioni utilizzate
sqrt - Una funzione radice quadrata è una funzione che accetta un numero non negativo come input e restituisce la radice quadrata del numero di input specificato., sqrt(Number)
Variabili utilizzate
Deviazione standard nella distribuzione normale - La deviazione standard nella distribuzione normale è la radice quadrata dell'aspettativa della deviazione al quadrato della distribuzione normale data in seguito ai dati della media della popolazione o della media campionaria.
Probabilità di successo - La probabilità di successo è la probabilità che un risultato specifico si verifichi in una singola prova di un numero fisso di prove Bernoulliane indipendenti.
Probabilità di fallimento nella distribuzione binomiale - La probabilità di fallimento nella distribuzione binomiale è la probabilità che un risultato specifico non si verifichi in una singola prova di un numero fisso di prove Bernoulliane indipendenti.
Misura di prova - La dimensione del campione è il numero totale di individui presenti in un particolare campione tratto dalla popolazione in esame.
PASSAGGIO 1: conversione degli ingressi in unità di base
Probabilità di successo: 0.6 --> Nessuna conversione richiesta
Probabilità di fallimento nella distribuzione binomiale: 0.4 --> Nessuna conversione richiesta
Misura di prova: 65 --> Nessuna conversione richiesta
FASE 2: valutare la formula
Sostituzione dei valori di input nella formula
σ = sqrt((p*qBD)/n) --> sqrt((0.6*0.4)/65)
Valutare ... ...
σ = 0.06076436202502
PASSAGGIO 3: conversione del risultato nell'unità di output
0.06076436202502 --> Nessuna conversione richiesta
RISPOSTA FINALE
0.06076436202502 0.060764 <-- Deviazione standard nella distribuzione normale
(Calcolo completato in 00.004 secondi)

Titoli di coda

Creator Image
Creato da Nishan Poojary
Shri Madhwa Vadiraja Institute of Technology and Management (SMVITM), Udupi
Nishan Poojary ha creato questa calcolatrice e altre 500+ altre calcolatrici!
Verifier Image
Verificato da Shashwati Tidke
Istituto di tecnologia Vishwakarma (VIT), Pune
Shashwati Tidke ha verificato questa calcolatrice e altre 50+ altre calcolatrici!

Distribuzione del campionamento Calcolatrici

Deviazione standard della popolazione nella distribuzione campionaria della proporzione
​ LaTeX ​ Partire Deviazione standard nella distribuzione normale = sqrt((Somma dei quadrati dei valori individuali/Dimensione della popolazione)-((Somma dei valori individuali/Dimensione della popolazione)^2))
Deviazione standard nella distribuzione campionaria della proporzione data probabilità di successo e fallimento
​ LaTeX ​ Partire Deviazione standard nella distribuzione normale = sqrt((Probabilità di successo*Probabilità di fallimento nella distribuzione binomiale)/Misura di prova)
Deviazione standard nella distribuzione campionaria della proporzione
​ LaTeX ​ Partire Deviazione standard nella distribuzione normale = sqrt((Probabilità di successo*(1-Probabilità di successo))/Misura di prova)
Varianza nella distribuzione campionaria della proporzione
​ LaTeX ​ Partire Varianza dei dati = (Probabilità di successo*(1-Probabilità di successo))/Misura di prova

Deviazione standard nella distribuzione campionaria della proporzione data probabilità di successo e fallimento Formula

​LaTeX ​Partire
Deviazione standard nella distribuzione normale = sqrt((Probabilità di successo*Probabilità di fallimento nella distribuzione binomiale)/Misura di prova)
σ = sqrt((p*qBD)/n)

Cos'è la distribuzione campionaria?

La distribuzione campionaria è la distribuzione di probabilità di una statistica calcolata da un campione casuale tratto da una popolazione. Descrive come è probabile che il valore della statistica vari tra diversi campioni della stessa dimensione e forma, tratti dalla stessa popolazione. È un concetto importante in statistica perché ci consente di fare inferenze su una popolazione sulla base di dati campione. Ad esempio, comprendendo la distribuzione campionaria della media, possiamo stimare la media di una popolazione in base alla media di un campione e calcolare la probabilità che la stima sia vicina alla vera media della popolazione.

Let Others Know
Facebook
Twitter
Reddit
LinkedIn
Email
WhatsApp
Copied!