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

FASE 0: Riepilogo pre-calcolo
Formula utilizzata
Varianza dei dati = (Probabilità di successo*Probabilità di fallimento nella distribuzione binomiale)/Misura di prova
σ2 = (p*qBD)/n
Questa formula utilizza 4 Variabili
Variabili utilizzate
Varianza dei dati - La varianza dei dati è l'aspettativa della deviazione al quadrato della variabile casuale associata ai dati statistici forniti dalla media della popolazione o dalla media del campione.
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
σ2 = (p*qBD)/n --> (0.6*0.4)/65
Valutare ... ...
σ2 = 0.00369230769230769
PASSAGGIO 3: conversione del risultato nell'unità di output
0.00369230769230769 --> Nessuna conversione richiesta
RISPOSTA FINALE
0.00369230769230769 0.003692 <-- Varianza dei dati
(Calcolo completato in 00.004 secondi)

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 Shweta Patil
Walchand College of Engineering (WCE), Sangli
Shweta Patil ha verificato questa calcolatrice e altre 1100+ 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

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

Varianza dei dati = (Probabilità di successo*Probabilità di fallimento nella distribuzione binomiale)/Misura di prova
σ2 = (p*qBD)/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.

Let Others Know
Facebook
Twitter
Reddit
LinkedIn
Email
WhatsApp
Copied!