Что означают границы интервала
Доверительный интервал оценивает неизвестное среднее большой группы по измеренной выборке. Если среднее 25 наблюдений равно 100, а выборочное стандартное отклонение равно 15, то 95-процентный интервал составляет примерно от 93,81 до 106,19. Это не диапазон, в который попадают 95% отдельных наблюдений. В него по принятому методу пытаются заключить среднее всей группы.
Среднее выборки находится посередине. Расстояние от него до каждой границы называют погрешностью, или половиной ширины интервала. В стартовом примере она равна примерно 6,19: нижняя граница получается вычитанием этой величины из 100, верхняя прибавлением. Если нужен разброс самих наблюдений, используйте калькулятор стандартного отклонения. Здесь отклонение служит исходным числом для оценки неопределённости среднего.
Уровень доверия относится к способу построения интервалов, а не к вероятности конкретного уже построенного диапазона. Если много раз брать независимые случайные выборки одинакового объёма и каждый раз рассчитывать 95-процентный интервал этим методом, в долгой серии примерно 95% таких диапазонов накроют одно и то же истинное среднее. Отдельный диапазон либо накрыл его, либо нет. Такое различие прямо подчёркивает справочник NIST по доверительным границам среднего.
Почему выборочное отклонение даёт более широкий диапазон
Обычно разброс всей совокупности неизвестен. Тогда его оценивают по выборке через s и берут критическое значение из распределения Стьюдента с n − 1 степенями свободы. Если генеральное отклонение σ действительно известно независимо от текущей выборки, используется критическое значение нормального распределения z. Подменять выборочное s известным σ ради более узких границ нельзя: получится уверенность, которую данные не дают.
В обоих режимах стандартная ошибка равна отклонению, делённому на квадратный корень из числа наблюдений. Погрешность равна этой ошибке, умноженной на критическое значение. Две границы получаются вычитанием и прибавлением погрешности к среднему.
Здесь x̄ обозначает среднее выборки, n её размер, d равно выборочному s или известному генеральному σ, а q равно соответственно коэффициенту t или z. Все три числовых поля должны описывать одну и ту же выборку и быть выражены в согласованных единицах. Среднее и отклонение вводят, например, оба в минутах или оба в граммах; границы получатся в тех же единицах.
Для 25 наблюдений при 95% коэффициент t равен примерно 2,0639. При известном σ коэффициент z равен примерно 1,9600. С исходными 100 и 15 выборочный режим даёт 93,81–106,19, а режим известного генерального отклонения 94,12–105,88. Даже при одинаковых трёх числах метод важен.
Где пригодится интервал
Результат учебной работы. У 16 учеников средний балл равен 78, выборочное отклонение 8. При 95% получаем примерно 73,74–82,26 балла. Если школа сравнивает средний результат класса с ориентиром 80, одного значения 78 недостаточно для резкого вывода: 80 находится внутри диапазона. Состав класса и способ его отбора всё равно важны.
Ресурс ламп в партии. Проверены 36 ламп: средний ресурс 950 часов, s = 60 часов. Интервал 95% равен примерно 929,70–970,30 часа. Он оценивает средний ресурс производства, а не обещает, что любая лампа проработает хотя бы 929 часов. Для гарантии отдельному изделию нужна другая постановка задачи.
Время доставки. По 100 случайно выбранным заказам среднее равно 42 минутам при s = 12. Интервал 90% составляет примерно 40,01–43,99 минуты. Служба может сравнить его с прежним средним, но прежде должна проверить, не отобраны ли только удобные дневные заказы. Большая выборка не исправляет смещённый отбор.
Калибровка датчика. По 64 измерениям среднее равно 20 единицам, а известное из отдельной калибровки генеральное отклонение равно 2. Интервал 99% составляет примерно 19,36–20,64. Здесь режим σ уместен именно потому, что отклонение известно заранее, а не было оценено по тем же 64 наблюдениям.
Ожидание в очереди. Из девяти случайных посещений среднее ожидание 6,4 минуты, выборочное отклонение 2,1. Интервал 95% равен примерно 4,79–8,01 минуты. Диапазон широк: при малом n критическое значение t заметно выше нормального. Если несколько долгих ожиданий были вызваны разными условиями работы, стоит собрать больше наблюдений по сопоставимым сменам.
Одинаковые измерения. Если 25 записей дали ровно 100 и в данных s = 0, формула вернёт 100–100. Это полезная проверка вычислений, но не доказательство идеальной точности прибора: одинаковые цифры могут быть следствием округления, ограниченной шкалы или ошибки записи.
Как уровень доверия и размер выборки меняют ответ
При тех же данных уровень 99% расширяет диапазон по сравнению с 95%, а 90% сужает его. Более высокий уровень доверия требует захватить больше возможных значений среднего. Он не улучшает качество исходных измерений и не превращает смещённую выборку в случайную.
Увеличение n обычно сужает интервал: стандартная ошибка содержит деление на √n. Если разброс не изменился, для уменьшения этой ошибки вдвое требуется примерно в четыре раза больше наблюдений. Коэффициент t тоже постепенно приближается к z. При этом два одинаковых замера, сделанных одним прибором с общей ошибкой, не дают столько независимой информации, сколько два независимых наблюдения.
При малой выборке t-интервал особенно зависит от предположения, что исходные данные имеют приблизительно нормальное распределение. Сильная асимметрия или выброс способны сделать привычные границы ненадёжными. Для более крупной выборки метод устойчивее, но систематическая ошибка отбора остаётся проблемой при любом n. Если нужно спланировать объём опроса для доли ответов, а не оценить среднее измерений, откройте калькулятор размера выборки: там другие исходные данные и формула.
Не округляйте среднее и отклонение до ввода, если исходная точность позволяет их сохранить. Калькулятор считает по введённым значениям и округляет отображение границ до четырёх знаков после запятой. Даже аккуратная арифметика не заменяет план измерений: кто вошёл в выборку, независимы ли наблюдения и к какой группе вы хотите обобщить ответ.
Частые вопросы
Смысл границ меняется, когда вместо среднего обсуждают отдельного человека, долю ответов или неслучайно собранные данные. В этих случаях важно сначала уточнить сам вопрос.
Почему 95-процентный интервал не содержит 95% наблюдений?
Он описывает неопределённость среднего всей группы. Разброс отдельных значений может быть гораздо шире; для доли индивидуальных наблюдений нужен другой тип интервала или описание распределения.
Когда выбирать s, а когда σ?
Выбирайте s, если отклонение рассчитано по той же выборке, что и среднее. Режим σ подходит, когда генеральное стандартное отклонение действительно известно из отдельной надёжной информации, например прежней калибровки процесса.
Можно ли рассчитать интервал по одному измерению?
Нет. По одному наблюдению нельзя получить выборочное стандартное отклонение с делителем n − 1. Даже при известном σ одно значение обычно даёт слишком мало оснований для содержательного вывода о среднем.
Что означает, если граница вышла за физически возможное значение?
Обычный симметричный t- или z-интервал не знает о физической границе. Например, отрицательное время нельзя считать реальным прогнозом. В таком случае пересмотрите шкалу и модель, а не просто обрежьте отрицательную границу без пересчёта метода.
Подходит ли интервал для процента ответивших «да»?
Нет. Доля принимает значения от 0 до 100% и имеет другую модель ошибок. Для неё используют интервалы биномиальной доли; формула для среднего с s или σ может давать некорректные границы.
Почему удвоение числа наблюдений не уменьшает погрешность вдвое?
Стандартная ошибка делится на квадратный корень из n. Удвоение n уменьшает эту часть примерно в √2 раза, а не в два. Для двукратного уменьшения требуется около четырёхкратного объёма при прочих равных.
Если интервал накрывает нужное значение, доказано ли равенство средних?
Нет. Это значит, что значение не противоречит данным на выбранном уровне в рамках этой модели. Доказательство практической эквивалентности требует заранее заданного допустимого различия и отдельного статистического подхода.
Можно ли объединить несколько выборок, усреднив их интервалы?
Нет. Границы зависят от числа наблюдений, общего среднего и общего разброса. Если исходные измерения совместимы по условиям, сначала объединяют данные и заново вычисляют показатели; при разных группах нужна модель, учитывающая их различия.
Похожие калькуляторы
Возможно вам пригодятся ещё несколько калькуляторов по данной теме:
- Калькулятор стандартного отклонения. Вставьте список чисел и найдите среднее, дисперсию и стандартное отклонение.
- Калькулятор размера выборки. Укажите погрешность и уровень доверия, чтобы рассчитать объём опроса.
- Калькулятор Z-оценки. Укажите значение, среднее и стандартное отклонение, чтобы измерить расстояние до среднего в единицах стандартного отклонения.
- Обычный калькулятор. Просто посчитайте чего вы там хотели.
- Рандомайзер: генератор случайных чисел. Выберите случайное число в нужном диапазоне для любых целей, в частности для розыгрышей и онлайн-лотерей в соцсетях.
- Бросить монетку онлайн. С помощью данной формы вы можете подбросить монетку онлайн любое количество раз.
- Калькулятор корней. Найдите правильное решение корней n-степени, включая квадратные и кубические.
- Калькулятор дробей. Введите целые части, числители и знаменатели, чтобы получить решение.
- Калькулятор квадратных уравнений. Решите квадратные уравнения с помощью специальных формул, через дискриминант и по теореме Виета. Все способы решения сопровождаются примерами.
- Калькулятор дискриминанта. Введите коэффициенты a, b и c: получите дискриминант и число действительных корней.
Есть что добавить?
Напишите своё мнение, комментарий или предложение.