Desvio Padrão da População em Distribuição Amostral de Proporção Solução

ETAPA 0: Resumo de pré-cálculo
Fórmula Usada
Desvio Padrão na Distribuição Normal = sqrt((Soma dos Quadrados dos Valores Individuais/Tamanho da população)-((Soma dos Valores Individuais/Tamanho da população)^2))
σ = sqrt((Σx2/N)-((Σx/N)^2))
Esta fórmula usa 1 Funções, 4 Variáveis
Funções usadas
sqrt - Uma função de raiz quadrada é uma função que recebe um número não negativo como entrada e retorna a raiz quadrada do número de entrada fornecido., sqrt(Number)
Variáveis Usadas
Desvio Padrão na Distribuição Normal - Desvio padrão na distribuição normal é a raiz quadrada da expectativa do desvio quadrado da distribuição normal fornecida seguindo os dados de sua média populacional ou média amostral.
Soma dos Quadrados dos Valores Individuais - A soma dos quadrados dos valores individuais é a soma total dos quadrados de todos os valores individuais da variável aleatória nos dados estatísticos ou população ou amostra fornecidos.
Tamanho da população - Tamanho da população é o número total de indivíduos presentes na população sob investigação.
Soma dos Valores Individuais - A Soma dos Valores Individuais é a soma total de todos os valores individuais da variável aleatória nos dados estatísticos ou população ou amostra fornecidos.
ETAPA 1: Converter entrada (s) em unidade de base
Soma dos Quadrados dos Valores Individuais: 100 --> Nenhuma conversão necessária
Tamanho da população: 100 --> Nenhuma conversão necessária
Soma dos Valores Individuais: 20 --> Nenhuma conversão necessária
ETAPA 2: Avalie a Fórmula
Substituindo valores de entrada na fórmula
σ = sqrt((Σx2/N)-((Σx/N)^2)) --> sqrt((100/100)-((20/100)^2))
Avaliando ... ...
σ = 0.979795897113271
PASSO 3: Converta o Resultado em Unidade de Saída
0.979795897113271 --> Nenhuma conversão necessária
RESPOSTA FINAL
0.979795897113271 0.979796 <-- Desvio Padrão na Distribuição Normal
(Cálculo concluído em 00.004 segundos)

Créditos

Criado por Nishan Poojary
Instituto Shri Madhwa Vadiraja de Tecnologia e Gestão (SMVITM), Udupi
Nishan Poojary criou esta calculadora e mais 500+ calculadoras!
Verificado por Mona Gladys
St Joseph's College (SJC), Bengaluru
Mona Gladys verificou esta calculadora e mais 1800+ calculadoras!

5 Distribuição de amostras Calculadoras

Desvio Padrão da População em Distribuição Amostral de Proporção
Vai Desvio Padrão na Distribuição Normal = sqrt((Soma dos Quadrados dos Valores Individuais/Tamanho da população)-((Soma dos Valores Individuais/Tamanho da população)^2))
Desvio Padrão na Distribuição Amostral da Proporção dadas as Probabilidades de Sucesso e Falha
Vai Desvio Padrão na Distribuição Normal = sqrt((Probabilidade de sucesso*Probabilidade de falha na distribuição binomial)/Tamanho da amostra)
Desvio padrão na distribuição amostral de proporção
Vai Desvio Padrão na Distribuição Normal = sqrt((Probabilidade de sucesso*(1-Probabilidade de sucesso))/Tamanho da amostra)
Variância na Distribuição de Amostragem de Proporção dadas as Probabilidades de Sucesso e Falha
Vai Variância de dados = (Probabilidade de sucesso*Probabilidade de falha na distribuição binomial)/Tamanho da amostra
Variação na Distribuição Amostral de Proporção
Vai Variância de dados = (Probabilidade de sucesso*(1-Probabilidade de sucesso))/Tamanho da amostra

Desvio Padrão da População em Distribuição Amostral de Proporção Fórmula

Desvio Padrão na Distribuição Normal = sqrt((Soma dos Quadrados dos Valores Individuais/Tamanho da população)-((Soma dos Valores Individuais/Tamanho da população)^2))
σ = sqrt((Σx2/N)-((Σx/N)^2))

O que é Distribuição Amostral?

A distribuição de amostragem é a distribuição de probabilidade de uma estatística calculada a partir de uma amostra aleatória extraída de uma população. Descreve como é provável que o valor da estatística varie em diferentes amostras do mesmo tamanho e forma, extraídas da mesma população. É um conceito importante em estatística porque nos permite fazer inferências sobre uma população com base em dados amostrais. Por exemplo, ao entender a distribuição amostral da média, podemos estimar a média de uma população com base na média de uma amostra e calcular a probabilidade de que a estimativa esteja próxima da verdadeira média da população.

Let Others Know
Facebook
Twitter
Reddit
LinkedIn
Email
WhatsApp
Copied!