فترة ثقة للمتوسط (σ معروف)

خطوات الاستخدام

تحديد متوسط العينة (x̄) والانحراف المعياري للسكان (σ) وحجم العينة (n) ومستوى الثقة. مستوى الثقة، الذي يعبر عنه عادة بنسبة مئوية (مثل 95%)، يحدد احتمالية أن يكون متوسط السكان الحقيقي داخل الفترة. مستويات الثقة الشائعة هي 90% و95% و99%.

إيجاد القيمة الحرجة (z) المقابلة لمستوى الثقة المختار. هذه القيمة تأتي من التوزيع الطبيعي المعياري (توزيع z) وتمثل عدد الانحرافات المعيارية عن المتوسط لتحقيق الثقة المطلوبة. على سبيل المثال، لمستوى ثقة 95%، قيمة z هي 1.96؛ لـ90% هي 1.645؛ لـ99% هي 2.576. يمكن الحصول على هذه القيم من جدول z أو حسابها.

حساب هامش الخطأ (E) باستخدام الصيغة: E = z * (σ / √n). تعبر هذه الصيغة عن دقة التقدير: قيمة z تمثل مستوى الثقة، σ تمثل التباين في السكان، وn تمثل حجم العينة. كلما زاد حجم العينة، قل هامش الخطأ.

الأسئلة الشائعة

فترة الثقة هي نطاق من القيم، مستمدة من إحصائيات العينة، والتي من المحتمل أن تحتوي على المعلمة الحقيقية للسكان. بالنسبة للمتوسط، عندما يكون الانحراف المعياري للسكان معروفًا، نستخدم توزيع z. تتركز الفترة حول متوسط العينة وتمتد بهامش خطأ. يشير مستوى الثقة (مثل 95%) إلى النسبة الطويلة الأجل للفترات التي ستلتقط المتوسط الحقيقي إذا تكررت عملية أخذ العينات عدة مرات. تُستخدم لأن متوسط العينة وحده هو تقدير نقطي مع عدم يقين؛ توفر الفترة مقياسًا لهذا عدم اليقين وتسمح باتخاذ قرارات أكثر استنارة. على سبيل المثال، في التجارب السريرية، تساعد فترة الثقة لمتوسط التأثير في تحديد ما إذا كان العلاج فعالاً. تعتمد الصيغة على نظرية النهاية المركزية، التي تنص على أن توزيع المعاينة للمتوسط يكون طبيعيًا تقريبًا للعينات الكبيرة، حتى لو كان المجتمع غير موزع طبيعياً.

استخدم فاصل z (باستخدام التوزيع الطبيعي المعياري) عندما يكون الانحراف المعياري للسكان (σ) معروفًا. في الممارسة العملية، هذا نادر لأن σ عادة ما يكون غير معروف. ومع ذلك، إذا كنت تعرف σ من دراسة سابقة كبيرة أو من اعتبارات نظرية، فإن فاصل z مناسب. يجب استخدام فاصل t عندما يكون σ غير معروف ويجب تقديره بواسطة الانحراف المعياري للعينة (s). لتوزيع t ذيول أثقل، تمثل عدم اليقين الإضافي من تقدير σ. بالنسبة لأحجام العينات الكبيرة (عادةً n > 30)، يقترب توزيع t من التوزيع الطبيعي، لذا تعطي كلتا الطريقتين نتائج متشابهة. ولكن بالنسبة للعينات الصغيرة، فإن استخدام فاصل t ضروري للحفاظ على احتمالية التغطية الصحيحة.

يظهر حجم العينة (n) في مقام هامش الخطأ: E = z * (σ / √n). كلما زاد n، زاد √n، وبالتالي يقل هامش الخطأ. هذا يعني أن العينات الأكبر تنتج فترات ثقة أضيق، مما يوفر تقديرات أكثر دقة لمتوسط السكان. على سبيل المثال، مضاعفة حجم العينة تقلل هامش الخطأ بعامل √2 ≈ 1.414، وليس إلى النصف. العلاقة ليست خطية. أيضًا، العينات الصغيرة جدًا قد تنتهك افتراض الطبيعية المطلوب لفاصل z، ولكن مع n ≥ 30، عادةً ما تصمد نظرية النهاية المركزية. في الممارسة العملية، يختار الباحثون أحجام العينات لتحقيق هامش خطأ مرغوب لمستوى ثقة معين.

مستوى ثقة 95% يعني أنه إذا أخذنا العديد من العينات العشوائية من السكان وقمنا بحساب فترة ثقة من كل عينة باستخدام نفس الطريقة، فإن حوالي 95% من تلك الفترات ستحتوي على متوسط السكان الحقيقي. هذا لا يعني أن هناك احتمال 95% أن المتوسط الحقيقي يقع في فترة معينة (لأن المتوسط الحقيقي قيمة ثابتة وليس متغيرًا عشوائيًا). بدلاً من ذلك، تشير 'الثقة' إلى الموثوقية طويلة الأجل للطريقة. بالنسبة لفترة واحدة، نقول إننا واثقون بنسبة 95% لأن الطريقة لديها معدل نجاح 95%. هذا التفسير ضروري لتجنب سوء الفهم.

فترة ثقة للمتوسط (σ معروف)

أدخل القيم

خطوات الاستخدام

أمثلة محلولة

أمثلة محسوبة

الأسئلة الشائعة