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

✖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 successo [p]			+10% -10%
✖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.ⓘ Probabilità di fallimento nella distribuzione binomiale [q_BD]			+10% -10%
✖La dimensione del campione è il numero totale di individui presenti in un particolare campione tratto dalla popolazione in esame.ⓘ Misura di prova [n]			+10% -10%

✖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.ⓘ Deviazione standard nella distribuzione campionaria della proporzione data probabilità di successo e fallimento [σ]

⎘ Copia

👎

Formula

✖

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

Formula

`"σ" = sqrt(("p"*"q"_{"BD"})/"n")`

Esempio

`"0.060764"=sqrt(("0.6"*"0.4")/"65")`

Calcolatrice

LaTeX

Ripristina

👍

Scaricamento Distribuzione Formule PDF

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*q_BD)/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*q_BD)/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)

Tu sei qui -

Casa » Matematica » Probabilità e distribuzione » Distribuzione » Distribuzione del campionamento » Deviazione standard nella distribuzione campionaria della proporzione data probabilità di successo e fallimento

Titoli di coda

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!

Verificato da Shashwati Tidke

Istituto di tecnologia Vishwakarma (VIT), Pune

Shashwati Tidke ha verificato questa calcolatrice e altre 50+ altre calcolatrici!

< 5 Distribuzione del campionamento Calcolatrici

Deviazione standard della popolazione nella distribuzione campionaria della proporzione

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

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

Partire Deviazione standard nella distribuzione normale = sqrt((Probabilità di successo*(1-Probabilità di successo))/Misura di prova)

Varianza nella distribuzione campionaria della proporzione data probabilità di successo e fallimento

Partire Varianza dei dati = (Probabilità di successo*Probabilità di fallimento nella distribuzione binomiale)/Misura di prova

Varianza nella distribuzione campionaria della proporzione

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

Deviazione standard nella distribuzione normale = sqrt((Probabilità di successo*Probabilità di fallimento nella distribuzione binomiale)/Misura di prova)
σ = sqrt((p*q_BD)/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.

Casa

GRATUITO PDF

🔍 Ricerca

Categorie

Condividere

Let Others Know

✖

Facebook

Twitter

Copied!