Предельная ошибка выборки

Предельная ошибка выборки (также предельная погрешность выборки) — статистическая величина, определяющая, с определенной степенью вероятности, максимальное значение, на которое результаты выборки отличаются от результатов генеральной совокупности^[1]. Составляет половину длины доверительного интервала.

Пример использования: «средний рост студента первого курса составляет 180 ± 20 см с вероятностью 95 %»

Здесь:

180 см — среднее значение выборки;
95 % — доверительная вероятность (коэффициент надёжности);
160—200 см — доверительный интервал;
20 см — предел погрешности.

Толкование: «с вероятностью 95 % истинное среднее значение генеральной совокупности лежит в интервале 160—200 см»

Для нормального распределения:

${\overline {x}}\pm z{\frac {\sigma }{\sqrt {n}}}$

где, ${\overline {x}}$ — среднее значение, z — Z-оценка (зависит от выбранной доверительной вероятности), ${\sigma }$ — среднеквадратическое отклонение, n — размер выборки.

Пределом относительной погрешности называют величину:

$\varepsilon ={\frac {\Delta _{x}}{\overline {x}}}\cdot 100\%$

См. также

Примечания

↑ Пашкевич А.В. Теория вероятностей и математическая статистика для социологов и менеджеров. — Москва: Академия, 2014. — С. 137. — 336 с. — ISBN 978-5-4468-0561-7.

Похожие исследовательские статьи

Сре́днее арифмети́ческое — разновидность среднего значения. Определяется как число, равное сумме всех чисел множества, делённой на их количество. Является одной из наиболее распространённых мер центральной тенденции.

Корреля́ция, или корреляцио́нная зави́симость — статистическая взаимосвязь двух или более случайных величин, при этом изменения значений одной или нескольких из этих величин сопутствуют систематическому изменению значений другой или других величин.

Норма́льное распределе́ние, также называемое распределением Гаусса или Гаусса — Лапласа — распределение вероятностей, которое в одномерном случае задаётся функцией плотности вероятности, совпадающей с функцией Гаусса:

\text{[math]}

где параметр

\text{[math]}

— математическое ожидание, медиана и мода распределения, а параметр

\text{[math]}

— среднеквадратическое отклонение,

\text{[math]}

— дисперсия распределения.

Стоимость под риском — стоимостная мера риска. Это выраженная в денежных единицах оценка величины, которую не превысят ожидаемые в течение данного периода времени потери с заданной вероятностью.

Среднеквадрати́ческое отклонение — наиболее распространённый показатель рассеивания значений случайной величины относительно её математического ожидания. Обычно означает квадратный корень из дисперсии случайной величины, но иногда может означать тот или иной вариант оценки этого значения.

Погре́шность измере́ния — отклонение измеренного значения величины от её истинного (действительного) значения. Погрешность измерения является характеристикой точности измерения.

Ковариа́ция или корреляционный момент $\text{[math]}$ случайных величин — в теории вероятностей и математической статистике мера зависимости двух случайных величин.

Распределе́ние Стью́дента в теории вероятностей — это однопараметрическое семейство абсолютно непрерывных распределений. Уильям Сили Госсет первым опубликовал работы, посвящённые этому распределению, под псевдонимом «Стьюдент».

<span class="mw-page-title-main">Закон больших чисел</span> математический принцип

Закон больших чисел (ЗБЧ) в теории вероятностей — принцип, описывающий результат выполнения одного и того же эксперимента много раз. Согласно закону, среднее значение конечной выборки из фиксированного распределения близко к математическому ожиданию этого распределения.

Вы́борочное (эмпири́ческое) сре́днее — это приближение теоретического среднего распределения, основанное на выборке из него.

Выборочная дисперсия в математической статистике — это оценка теоретической дисперсии распределения, рассчитанная на основе данных выборки. Виды выборочных дисперсий:

смещённая;
несмещённая, или исправленная

Ме́тод максима́льного правдоподо́бия или метод наибольшего правдоподобия в математической статистике — это метод оценивания неизвестного параметра путём максимизации функции правдоподобия. Основан на предположении о том, что вся информация о статистической выборке содержится в функции правдоподобия. Метод максимального правдоподобия был проанализирован, рекомендован и значительно популяризирован Р. Фишером между 1912 и 1922 годами.

Довери́тельный интерва́л — термин, используемый в математической статистике при интервальной оценке статистических параметров, более предпочтительной при небольшом объёме выборки, чем точечная. Доверительным называют интервал, который покрывает неизвестный параметр с заданной надёжностью.

Доверительный интервал для математического ожидания — интервал, который с известной вероятностью содержит математическое ожидание генеральной совокупности.

Теоре́ма Фи́шера для норма́льных вы́борок в математической статистике — это утверждение, характеризующее распределение выборочной дисперсии.

F-тест или критерий Фишера — статистический критерий, тестовая статистика которого при выполнении нулевой гипотезы имеет распределение Фишера (F-распределение).

Регре́ссия (лат. regressio — обратное движение, отход) в теории вероятностей и математической статистике — односторонняя стохастическая зависимость, устанавливающая соответствие между случайными переменными, то есть математическое выражение, отражающее связь между зависимой переменной у и независимыми переменными х при условии, что это выражение будет иметь статистическую значимость. В отличие от чисто функциональной зависимости y=f(x), когда каждому значению независимой переменной x соответствует одно определённое значение величины y, при регрессионной связи одному и тому же значению x могут соответствовать в зависимости от случая различные значения величины y. Если при каждом значении $\text{[math]}$ наблюдается $\text{[math]}$ значений y_i1…y_{in_i} величины y, то зависимость средних арифметических $\text{[math]}$ от $\text{[math]}$ и является регрессией в статистическом понимании этого термина.

Z-тест — класс методов статистической проверки гипотез, основанных на нормальном распределении. Обычно применяется для проверки равенства средних значений при известной дисперсии генеральной совокупности или при оценке выборочного среднего стандартизованных значений. Z-статистика вычисляется как отношение разницы между случайной величиной и математическим ожиданием к стандартной ошибке этой случайной величины:

\text{[math]}

Стандартная ошибка среднего в математической статистике — статистический параметр, величина, характеризующая выборочное распределение, в частности стандартное отклонение выборочного среднего, рассчитанное по выборке размера $\text{[math]}$ из генеральной совокупности. Термин был впервые введён Удни Юлом в 1897 году. Величина стандартной ошибки зависит от дисперсии генеральной совокупности $\text{[math]}$ и объёма выборки $\text{[math]}$ .

Эта страница основана на статье Википедии.
Текст доступен на условиях лицензии CC BY-SA 4.0; могут применяться дополнительные условия.
Изображения, видео и звуки доступны по их собственным лицензиям.