Contenuti (cliccare per passare a quella sezione):

Cos’è un margine di errore?

Come calcolare il margine di errore (video)

Margine di errore per una proporzione

Il margine di errore: Definizione, come calcolare in semplici avanzamenti

Contenuto (scattare per saltare a quel segmento):

Cos’è un margine di errore?

Istruzioni passo dopo passo alla sala Ascertain per dare e prendere (video)

Il margine di errore per una proporzione

Cos’è un margine di errore?

Lo spazio di oscillazione è l’ambito delle qualità sotto o più sotto la misura di esempio in un interim di certezza. L’interim di certezza è un approccio per mostrare quale sia la vulnerabilità con una specifica misurazione (per esempio da un sondaggio o da una panoramica). Per esempio, un sondaggio può esprimere che c’è un intervallo di certezza del 98% di 4,88 e 5,26. Ciò implica che se l’indagine continua a utilizzare sistemi simili, il 98% del tempo la popolazione reale (parametro rispetto alla misurazione) rientra nelle valutazioni intermedie (per esempio 4,88 e 5,26) per il 98% del tempo.

Margine di errore Percentuale

Un margine di errore vi dice quanti punti percentuali i vostri risultati differiranno dal valore reale della popolazione Per esempio, un intervallo di certezza del 95% con un buffer di sicurezza del 4% implica che la vostra misurazione sarà all’interno di 4 tassi di stima della popolazione reale per il 95% del tempo.

Il margine di errore può essere calcolato in due modi:

Margine di errore = Valore critico x Deviazione standard

Margine di errore = Valore critico x Errore standard della statistica

Le statistiche non sono sempre corrette!

Il pensiero alla base dei livelli di certezza e dei buffer di sicurezza è che qualsiasi revisione o sondaggio contrasti con la popolazione reale per una somma specifica. Nonostante ciò, i livelli di certezza e i buffer di sicurezza rispecchiano il modo in cui c’è spazio per l’errore, quindi, anche se il 95% o il 98% di certezza con un 2 per cento di Wiggle room può sembrare una misura generalmente eccellente, lo spazio per l’errore è intrinseco, il che significa che in alcuni casi le intuizioni non sono giuste. Per esempio, un sondaggio Gallup del 2012 (erroneamente) ha espresso che Romney avrebbe vinto la corsa politica del 2012 con Romney al 49% e Obama al 48%. Il livello di certezza espresso è stato del 95% con un margine di variazione di +/ – 2, il che implica che i risultati sono stati determinati per essere precisi all’interno di 2 tassi di concentrazione del 95% del tempo.

I risultati reali delle elezioni sono stati: Obama 51%, Romney 47%, che in realtà era anche al di fuori del margine di errore del sondaggio Gallup (2%), a dimostrazione che non solo le statistiche possono essere sbagliate, ma anche i sondaggi.

Un sondaggio potrebbe segnalare che un certo candidato vincerà un’elezione con il 51% dei voti; il livello di certezza è del 95% e l’errore è del 4%. Supponiamo che il sondaggio sia continuato utilizzando procedure simili. I sondaggisti prevedono che i risultati dovrebbero essere all’interno del 4% del risultato espresso (51%) per il 95% del tempo. Alla fine della giornata, il 95 per cento delle volte anticiperebbero che i risultati dovrebbero essere tra i due:

51 – 4 = 47% e

51 + 4 = 55 per cento.

Il margine di errore può essere calcolato in due modi, a seconda che si disponga di parametri di una popolazione o di statistiche di un campione:

Margine di errore = Valore critico x Deviazione standard per la popolazione.

Margine di errore = Valore critico x Errore standard del campione.

Come calcolare il margine di errore: Passi

Fase 1: Individuare il valore di base. Il valore di base è un t-score o uno z-score. Nella remota possibilità che non siate sicuri, vedete: T-score contro z-score. In generale, ad esempio per piccole dimensioni (sotto i 30 anni) o quando non si ha la più pallida idea della deviazione standard della popolazione, utilizzare un t-score. Qualcos’altro, utilizzare uno z-score.

Scattate qui per un breve video che vi dirà il modo migliore per individuare un valore di base.

Fase 2: Individuare la deviazione standard o l’errore standard. Questi sono fondamentalmente qualcosa di molto simile, solo che dovreste conoscere i parametri della vostra popolazione in modo da calcolare la deviazione standard. Un’altra cosa, calcolare l’errore standard (vedi: Cos’è l’errore standard?).

Clicca qui per un breve video sul modo migliore per capire l’errore standard.

Fase 3: Aumentare l’incentivo di base dalla fase 1 con la deviazione standard o l’errore standard dalla fase 2. Per esempio, nella remota possibilità che il vostro CV sia 1,95 e la vostra SE sia 0,019, a quel punto:

1.95 * 0.019 = 0.03705

Domanda di prova: 900 sottostudenti sono stati esaminati e hanno avuto un GPA normale di 2,7 con una deviazione standard di 0,4. Ascertare lo spazio per dare e prendere per un livello di certezza del 90%:

Il valore di base è di 1.645 (vedi questo video per il calcolo)

La deviazione standard è 0,4 (dall’indagine), ma poiché questo è un esempio, abbiamo bisogno dell’errore standard per la media. La ricetta per l’SE della media è la deviazione standard/√ (dimensione del campione), quindi: 0.4/√(900)=0.013.

1.645 * 0.013 = 0.021385

Ecco come calcolare il margine di errore!