एक जनसंख्या अनुपात के लिए आत्मविश्वास का अंतराल

click fraud protection

विश्वास अंतराल कई आबादी का अनुमान लगाने के लिए इस्तेमाल किया जा सकता है मापदंडों. एक प्रकार का पैरामीटर जिसका उपयोग करके अनुमान लगाया जा सकता है आनुमानिक आंकड़े जनसंख्या अनुपात है। उदाहरण के लिए, हम यह जानना चाहते हैं कि अमेरिकी जनसंख्या का प्रतिशत जो कानून के किसी विशेष टुकड़े का समर्थन करता है। इस प्रकार के प्रश्न के लिए, हमें एक आत्मविश्वास अंतराल खोजने की आवश्यकता है।

इस लेख में, हम देखेंगे कि जनसंख्या अनुपात के लिए एक विश्वास अंतराल का निर्माण कैसे करें, और इसके पीछे कुछ सिद्धांत की जांच करें।

कुल मिलाकर फ्रेमवर्क

हम बड़ी तस्वीर को देखकर शुरू करते हैं इससे पहले कि हम बारीकियों में उतरें। आत्मविश्वास अंतराल का प्रकार जिस पर हम विचार करेंगे, वह निम्न रूप है:

अनुमान +/- त्रुटि का मार्जिन

इसका मतलब है कि दो संख्याएं हैं जिन्हें हमें निर्धारित करने की आवश्यकता होगी। ये मान त्रुटि के मार्जिन के साथ वांछित पैरामीटर के लिए एक अनुमान हैं।

शर्तेँ

किसी भी सांख्यिकीय परीक्षण या प्रक्रिया का संचालन करने से पहले, यह सुनिश्चित करना महत्वपूर्ण है कि सभी शर्तें पूरी हों। जनसंख्या अनुपात के लिए एक आत्मविश्वास अंतराल के लिए, हमें यह सुनिश्चित करने की आवश्यकता है कि निम्नलिखित पकड़:

instagram viewer
  • हमारे पास एक सरल यादृच्छिक नमूना आकार का n एक बड़ी आबादी से
  • हमारे व्यक्तियों को एक दूसरे से स्वतंत्र रूप से चुना गया है।
  • हमारे नमूने में कम से कम 15 सफलताएँ और 15 विफलताएँ हैं।

यदि अंतिम आइटम संतुष्ट नहीं है, तो हमारे नमूने को थोड़ा समायोजित करना और ए का उपयोग करना संभव हो सकता है प्लस-चार आत्मविश्वास अंतराल. इस प्रकार, हम मान लेंगे कि उपरोक्त सभी शर्तें पूरी हो चुकी हैं।

नमूना और जनसंख्या अनुपात

हम अपने जनसंख्या अनुपात के अनुमान से शुरू करते हैं। जिस तरह हम किसी जनसंख्या माध्य का अनुमान लगाने के लिए नमूना माध्य का उपयोग करते हैं, वैसे ही हम जनसंख्या अनुपात का अनुमान लगाने के लिए एक नमूना अनुपात का उपयोग करते हैं। जनसंख्या अनुपात एक अज्ञात पैरामीटर है। नमूना अनुपात एक आँकड़ा है। यह आँकड़ा हमारे नमूने में सफलताओं की संख्या की गिनती और फिर नमूने में व्यक्तियों की कुल संख्या से विभाजित करके पाया जाता है।

जनसंख्या अनुपात द्वारा निरूपित किया जाता है पी और आत्म-व्याख्यात्मक है। नमूना अनुपात के लिए संकेतन थोड़ा अधिक शामिल है। हम p̂ के रूप में एक नमूना अनुपात को दर्शाते हैं, और हम इस प्रतीक को "पी-हैट" के रूप में पढ़ते हैं क्योंकि यह अक्षर जैसा दिखता है पी शीर्ष पर एक टोपी के साथ।

यह हमारे आत्मविश्वास के अंतराल का पहला हिस्सा बन जाता है। P का अनुमान p̂ है।

नमूना अनुपात का नमूना वितरण

त्रुटि के मार्जिन के लिए सूत्र निर्धारित करने के लिए, हमें इसके बारे में सोचने की आवश्यकता है नमूने का वितरण of p̂। हमें माध्य, मानक विचलन और उस विशेष वितरण को जानना होगा, जिसके साथ हम काम कर रहे हैं।

P̂ का नमूना वितरण सफलता की संभावना के साथ द्विपद वितरण है पी तथा n परीक्षणों। इस प्रकार के यादृच्छिक चर का एक मतलब होता है पी और मानक विचलनपी(1 - पी)/n)0.5. इसके साथ दो मुश्किलें हैं।

पहली समस्या यह है कि एक द्विपद वितरण के साथ काम करने के लिए बहुत मुश्किल हो सकता है। भाज्य की उपस्थिति कुछ बहुत बड़ी संख्या को जन्म दे सकती है। यह वह जगह है जहाँ स्थितियाँ हमारी मदद करती हैं। जब तक हमारी शर्तें पूरी होती हैं, हम मानक सामान्य वितरण के साथ द्विपद वितरण का अनुमान लगा सकते हैं।

दूसरी समस्या यह है कि p problem का मानक विचलन उपयोग करता है पी इसकी परिभाषा में। अज्ञात जनसंख्या पैरामीटर को त्रुटि के मार्जिन के रूप में उसी पैरामीटर का उपयोग करके अनुमान लगाया जाना है। यह परिपत्र तर्क एक समस्या है जिसे ठीक करने की आवश्यकता है।

इस कॉन्डम से निकलने का तरीका मानक विचलन को अपनी मानक त्रुटि से बदलना है। मानक त्रुटियाँ आँकड़ों पर आधारित होती हैं, मापदंडों पर नहीं। मानक विचलन का अनुमान लगाने के लिए मानक त्रुटि का उपयोग किया जाता है। इस रणनीति को सार्थक बनाता है कि हमें पैरामीटर के मूल्य को जानने की आवश्यकता नहीं है पी।

सूत्र

मानक त्रुटि का उपयोग करने के लिए, हम अज्ञात पैरामीटर को प्रतिस्थापित करते हैं पी आँकड़ों के साथ p the। परिणाम जनसंख्या अनुपात के लिए एक विश्वास अंतराल के लिए निम्नलिखित सूत्र है:

p +/- जेड * (p ((1 - p̂) /n)0.5.

यहाँ का मूल्य जेड * हमारे विश्वास के स्तर से निर्धारित होता है सी। मानक सामान्य वितरण के लिए, बिल्कुल सी मानक सामान्य वितरण का प्रतिशत बीच है -z * तथा जेड *। के लिए सामान्य मूल्य जेड * 90% आत्मविश्वास के लिए 1.645 और 95% आत्मविश्वास के लिए 1.96 शामिल हैं।

उदाहरण

आइए देखें कि यह विधि एक उदाहरण के साथ कैसे काम करती है। मान लीजिए कि हम 95% विश्वास के साथ एक काउंटी में मतदाताओं के प्रतिशत को जानना चाहते हैं जो खुद को डेमोक्रेटिक के रूप में पहचानता है। हम इस काउंटी में 100 लोगों का एक सरल यादृच्छिक नमूना लेते हैं और पाते हैं कि उनमें से 64 एक डेमोक्रेट के रूप में पहचान करते हैं।

हम देखते हैं कि सभी शर्तें पूरी होती हैं। हमारे जनसंख्या अनुपात का अनुमान 64/100 = 0.64 है। यह नमूना अनुपात p̂ का मूल्य है, और यह हमारे विश्वास अंतराल का केंद्र है।

त्रुटि के मार्जिन में दो टुकड़े शामिल हैं। पहला है z*. जैसा कि हमने कहा, 95% विश्वास के लिए, का मूल्य z* = 1.96.

त्रुटि के मार्जिन का दूसरा भाग सूत्र द्वारा दिया गया है (p 1 (1 - p /) /n)0.5. हमने p error = 0.64 सेट किया है और गणना की जा रही है (0.64 (0.36) / 100)0.5 = 0.048.

हम इन दो संख्याओं को एक साथ गुणा करते हैं और 0.09408 की त्रुटि का मार्जिन प्राप्त करते हैं। अंतिम परिणाम है:

0.64 +/- 0.09408,

या हम इसे 54.592% से 73.408% के रूप में फिर से लिख सकते हैं। इस प्रकार हम 95% आश्वस्त हैं कि डेमोक्रेट का वास्तविक जनसंख्या अनुपात इन प्रतिशतों की सीमा में कहीं है। इसका मतलब यह है कि लंबे समय में, हमारी तकनीक और सूत्र समय के 95% जनसंख्या अनुपात पर कब्जा कर लेंगे।

संबंधित विचार

ऐसे कई विचार और विषय हैं जो इस प्रकार के विश्वास अंतराल से जुड़े हैं। उदाहरण के लिए, हम जनसंख्या अनुपात के मान से संबंधित एक परिकल्पना परीक्षण कर सकते हैं। हम दो अलग-अलग आबादी से दो अनुपातों की तुलना भी कर सकते हैं।

instagram story viewer