วิธีการใช้ทฤษฎีการ จำกัด ส่วนกลาง

Posted on
ผู้เขียน: John Stephens
วันที่สร้าง: 25 มกราคม 2021
วันที่อัปเดต: 19 พฤษภาคม 2024
Anonim
ProximaX: Introduction
วิดีโอ: ProximaX: Introduction

ในสถิติการสุ่มตัวอย่างข้อมูลจากประชากรมักนำไปสู่การผลิตเส้นโค้งรูประฆังโดยมีค่าเฉลี่ยอยู่ที่จุดสูงสุดของระฆัง สิ่งนี้เรียกว่าการแจกแจงแบบปกติ ทฤษฎีบทขีด จำกัด กลางระบุว่าเมื่อจำนวนตัวอย่างเพิ่มขึ้นค่าเฉลี่ยที่วัดได้มีแนวโน้มที่จะกระจายตามปกติเกี่ยวกับค่าเฉลี่ยของประชากรและค่าเบี่ยงเบนมาตรฐานจะแคบลง ทฤษฎีขีด จำกัด กลางสามารถใช้ในการประมาณความน่าจะเป็นในการค้นหาค่าเฉพาะภายในประชากร

    รวบรวมตัวอย่างแล้วกำหนดค่าเฉลี่ย ตัวอย่างเช่นสมมติว่าคุณต้องการคำนวณความน่าจะเป็นที่ผู้ชายในสหรัฐอเมริกามีระดับคอเลสเตอรอลที่ 230 มิลลิกรัมต่อเดซิลิตรหรือสูงกว่า เราจะเริ่มต้นด้วยการเก็บตัวอย่างจาก 25 คนและวัดระดับคอเลสเตอรอล หลังจากรวบรวมข้อมูลแล้วให้คำนวณค่าเฉลี่ยของตัวอย่าง ค่าเฉลี่ยนั้นได้มาจากการรวมค่าที่วัดได้แต่ละตัวและหารด้วยจำนวนตัวอย่างทั้งหมด ในตัวอย่างนี้สมมติว่าค่าเฉลี่ยอยู่ที่ 211 มิลลิกรัมต่อเดซิลิตร

    คำนวณค่าเบี่ยงเบนมาตรฐานซึ่งเป็นการวัดข้อมูล "สเปรด" สามารถทำได้ในไม่กี่ขั้นตอนง่ายๆ:

    ในตัวอย่างนี้สมมติว่าค่าเบี่ยงเบนมาตรฐานคือ 46 มิลลิกรัมต่อเดซิลิตร

    คำนวณข้อผิดพลาดมาตรฐานโดยการหารค่าเบี่ยงเบนมาตรฐานด้วยสแควร์รูทของจำนวนตัวอย่างทั้งหมด:

    ข้อผิดพลาดมาตรฐาน = 46 / sqrt25 = 9.2

    วาดภาพร่างของการแจกแจงแบบปกติและเงาในความน่าจะเป็นที่เหมาะสม ต่อไปนี้เป็นตัวอย่างคุณต้องการทราบความน่าจะเป็นที่ผู้ชายมีระดับคอเลสเตอรอลที่ 230 มิลลิกรัมต่อเดซิลิตรหรือสูงกว่า หากต้องการหาความน่าจะเป็นให้หาจำนวนข้อผิดพลาดมาตรฐานที่อยู่ห่างจากค่าเฉลี่ย 230 มิลลิกรัมต่อเดซิลิตร (ค่า Z):

    Z = 230 - 211 / 9.2 = 2.07

    ค้นหาความน่าจะเป็นที่จะได้รับข้อผิดพลาดมาตรฐานค่า 2.07 เหนือค่าเฉลี่ย หากคุณต้องการหาความน่าจะเป็นในการหาค่าภายในค่าเบี่ยงเบนมาตรฐาน 2.07 ของค่าเฉลี่ยแล้ว z ก็เป็นบวก หากคุณต้องการหาความน่าจะเป็นที่จะหาค่าเกิน 2.07 ส่วนเบี่ยงเบนมาตรฐานของค่าเฉลี่ยแล้ว z ก็จะเป็นลบ

    ค้นหาค่า z บนตารางความน่าจะเป็นปกติมาตรฐาน คอลัมน์แรกทางซ้ายมือแสดงจำนวนเต็มและตำแหน่งทศนิยมแรกของค่า z แถวที่อยู่ด้านบนสุดจะแสดงตำแหน่งทศนิยมที่สามของค่า z ตามตัวอย่างเนื่องจากค่า z ของเราคือ -2.07 อันดับแรกหา -2.0 ในคอลัมน์ซ้ายมือจากนั้นสแกนแถวบนสุดสำหรับรายการ 0.07 จุดที่คอลัมน์และแถวเหล่านี้ตัดกันคือความน่าจะเป็น ในกรณีนี้ค่าที่อ่านออกจากตารางคือ 0.0192 และความน่าจะเป็นในการหาผู้ชายที่มีระดับคอเลสเตอรอล 230 มิลลิกรัมต่อเดซิลิตรหรือสูงกว่าคือ 1.92 เปอร์เซ็นต์