Intervaly důvěryhodnosti v aplikaci Excel: hodnota, definice, konstrukce a výpočet

Pokročilé funkce Excel poskytují nenahraditelné a pohodlné metody pro různé statistické výpočty a analýzy. Jedním z takových rysů je interval spolehlivosti používaný k vyjádření stupně nejistoty spojené s výzkumem. Intervaly důvěryhodnosti v programu Excel jsou hodnocením událostí v kombinaci s ověřením pravděpodobnosti. Poskytují pravděpodobný rozsah rozměrů vzorků nebo selektivní průměr skutečného podílu /průměru nalezeného v populaci a zobrazují se jako: skóre +/- chyba.

Funkce intervalu spolehlivosti

V každém průzkumu a výzkumu jsou intervaly spolehlivosti skvělým způsobem, jak porozumět roli chyb vzorků v průměrných procentech. Pro jakýkoli průzkum, jelikož výzkumníci vždy pouze studují poměr většího výpočtu, jejich odhady jsou nejisté, což budou chyby vzorku.


Interval spolehlivosti (CI) poskytuje představu o kolísání průměrné hodnoty. Představuje rozsah hodnot, které jsou stejně středem známé známky průměrné velikosti vzorku. Čím vyšší je úroveň spolehlivosti (v procentech), tím menší je interval, tím jsou výsledky přesnější. Zkoumání vzorků s větší variabilitou nebo velkými standardními odchylkami vytváří v programu Excel vynikající intervaly spolehlivosti. Existuje poměr inverzní odmocniny mezi DI a velikostí vzorku. Menší velikosti vytvářejí širší CI, takže je přesnějšíodhady nebo snížení mezní mezní chyby, je nutné velikost vzorku přibližně čtyřikrát zvýšit.


Konstrukce průměrná souhrnná

K vytvoření interval spolehlivosti pro střední agregátu, za předpokladu, velikost vzorku pravděpodobnost, je nutné použít funkci „důvěry“ v programu Excel, který používá normální rozdělení pro výpočet hodnoty důvěra Například výzkumníci náhodně zvolili 100 lidí, změřili jejich hmotnost a stanovili průměrně 76 kg. Pokud víte, průměr pro lidi určitého města, je nepravděpodobné, že je to pro větší skupiny bude mít stejnou průměrnou hodnotu jako vzorek sestávající z pouhých 100 osob. Je mnohem pravděpodobnější, že selektivní průměr 76 kg se může přibližně rovnat (neznámé) populačnímu průměru a potřebujete vědět, jak přesná je odpověď. Tato nejistota spojená s odhadem intervalů nazývaná úroveň spolehlivosti je obvykle 95%. Funkce důvěry „(alfa, sigma, n), vrátí hodnotu, která je použita k vytvoření MDI průměrný počet obyvatel. Předpokládá se, že tyto vzorky splňují standardní normální rozdělení se známý sigma směrodatné odchylky a velikost vzorku je n. Před vypočtený interval spolehlivosti Excel 95%, přičemž se jako alfa 1 - 095 = 005.

formáty funkce spolehlivosti

funkce spolehlivosti, nebo úvěr, meze spolehlivosti určen. - dolní a horní hranice CI je 95% míra například ve studii o dokonalosti, Bylo zjištěno, že 70% lidí v oblasti leží Borjomive srovnání s Pepsi s hodnotou CI 3% a úrovní spolehlivosti 95%, potom existuje pravděpodobnost 95%, že skutečný podíl se pohybuje od 67 do 73%.
Funkce "CONFIDENCE" se zobrazují pod různými syntaxami v různých verzích aplikace Excel. Například Excel 2010 má dvě funkce: "TRUST .NORM A TRUST.T", které pomáhají vypočítat šířku "CI TRUST NORM" se používá, když je známá standardní odchylka měření. V opačném případě použijte "TRUST.T", posouzení je založeno na datech vzorku. Intervaly důvěry v programu Excel do roku 2010 měly pouze funkci "CONFIDENCE". Jeho argumenty a výsledky byly podobné argumentům funkce "TRUST .NORM". První je k dispozici v novějších verzích aplikace Excel pro kompatibilitu. #NUM! Chyba nastane, pokud je alfa menší nebo rovno 0 nebo větší nebo rovno 0. Tato směrodatná odchylka je menší nebo rovna 0. Určená velikost argumentu je menší než jedna. # VALUE! K chybě dojde, pokud některý z poskytnutých argumentů není číslem.

Interpolační funkce důvěry

"TRUST". je klasifikována statistickou funkcí a vypočítá a vrátí CI pro průměr. Excellové důvěryhodné intervaly mohou být pro finanční analýzu velmi užitečné. Jako analytik "TRUST". Pomáhá při prognózování a úpravě pro širokou škálu cílů optimalizací finančních rozhodnutí. To se provádí pomocí grafického znázornění dat v množině proměnných.
Analytici mohou účinněji rozhodovat na základě statistických informací poskytnutých normálnímidistribuce. Například mohou nalézt vazbu mezi příjmy a výdaji, které utratí za luxusní věci. Pro výpočet střední hodnoty agregace pro CI, který vrací hodnotu důvěryhodnosti, musí být přidána z průměru vzorku. Například pro průměrnou velikost vzorku x: interval Trust = x ± TRUST. Příklad výpočtu intervalu spolehlivosti v programu Excel - předpokládáme, že máme následující údaje:
  • Význam: 005.
  • Standardní odchylka populace: 25.
  • Velikost vzorku: Interval důvěryhodnosti programu Excel se používá pro výpočet hodnoty DI s hodnotou 005 (tj. Úroveň pravosti 95%) pro průměrnou dobu výběru pro studium spínacích časů v kanceláři pro 100 osob. Průměrná velikost vzorku je 30 minut a standardní odchylka je 25 minut. Interval spolehlivosti je 30 ± 048999, který odpovídá rozmezí 29510009 a 3048999 (v minutách).

    Intervaly a normální rozdělení

    Nejběžnějším používáním intervalu spolehlivosti je "chybová chyba". V anketách je chyba plus nebo mínus 3%. DI jsou užitečné v kontextech, které přesahují tuto jednoduchou situaci. Mohou být použity s abnormálními distribucemi, které jsou vysoce zkreslené. Pro výpočet prognózy intervalu spolehlivosti v programu Excel jsou vyžadovány následující stavební bloky:

  • Průměr.
  • Standardní odchylka pozorování.
  • Počet hlasování ve vzorku.
  • Úroveň důvěry, kterou je třeba uplatňovat na úvěrové instituce.
  • Před sestavením intervalu důvěry v programu Excel zkoumáJe to kolem průměrné velikosti vzorku, počínaje rozhodnutím o tom, jaké procento ostatních vzorových zařízení bude přijato, pokud by byly shromážděny a vypočteny v tomto intervalu. Pokud ano, 95% případných vzorků bude zachyceno CI ze 196 standardních odchylek nad a pod vzorkem.

    Průměrná průměrná odchylka

    Přijatelný interval nebo chyba se nepřijme s ohledem na chybu měření nebo zkreslení posunu, takže skutečná nejistota může být vyšší, než je uvedeno. Před výpočtem intervalu spolehlivosti v programu Excel by měl být výpočet poskytován s dobrým sběrem dat, spolehlivými systémy měření a uspokojivým návrhem průzkumu. Intervaly důvěryhodnosti pro průměr lze získat několika způsoby: pomocí SigmaXL, popisné statistiky, histogramy, intervaly 1-t-testu a spolehlivosti, jednostranné grafy ANOVA a Multi-Vari. Grafické znázornění CI pro průměrnou spokojenost vytváří diagram Multi-Vari (s 95% CI průměrnými možnostmi) pomocí dat zákazníka Data.xls. Body odpovídají samostatným údajům. Značky ukazují maximální limit spolehlivosti 99% a průměrný limit 95%. Nyní se budou testovat hypotézy, které zajistí přesnější hodnocení průměrné spokojenosti a určí statistickou významnost výsledků.

    Výpočet pomocí SigmaXL

    Důvěryhodné intervaly jsou velmi důležité pro pochopení a přijímání rozhodnutí o nich. Pro výpočet CI pro diskrétní poměr použijte SigmaXL & gt; Šablony a kalkulačky & gt; Základnístatistické šablony & gt; 1 interval vztahů důvěryhodnosti. Před zjištěním intervalu spolehlivosti v aplikaci Excel postupujte takto:
  • Otevřete klient Data.xls.
  • Klepnutím na kartu List 1 nebo F4 aktivujete poslední list. Klikněte na SigmaXL & gt; Statistické nástroje & gt; Popisné statistiky.
  • Zaškrtněte políčko "Použít celou datovou tabulku".
  • Klikněte na tlačítko "Další".
  • Zvolte "Celková spokojenost", klikněte na "Proměnné číselných dat" (Y).
  • Zvolte "Typ zákazníka", klikněte na "Kategorie skupiny" (X1). Výchozí úroveň spolehlivosti je 95%.
  • Klepněte na tlačítko OK.
  • uvést, že 95% interval spolehlivosti se rozumí průměrný parametr skutečný populace (průměr, standardní odchylka a poměr) se bude pohybovat v rozmezí 19 krát z 20. Bude prezentovány uživateli, odpovídal 95% interval spolehlivosti pro každý rámec. Průměrný (95% CI). 95% interval spolehlivosti standardní odchylka (95% CI Sigma - není zaměnitelný s úrovní kvality Sigma procesu).

    Statistiky a úrovně důvěryhodnosti

    Interval důvěryhodnosti není číslo, ve kterém je přesně zjištěna skutečná hodnota parametru. Teoretická náhodná hodnota skutečně může v rámci fyzikálních zákonů převzít všechny možné hodnoty. Interval spolehlivosti - je skutečně oblast, ve které platí (neznámé parametry zkoumané v populaci s největší pravděpodobností pravděpodobnost, že zvolil Při použití intervalu na základě výpočtu prahové důvěry, nejistota a bezpečnostním faktorem Před definovat interval spolehlivosti.. excel, definujte tyto prvky, které na něm závisíz parametrů:
  • variabilita měřených charakteristik.
  • Velikost vzorku: čím větší je, tím vyšší je přesnost.
  • Metody odběru vzorků.
  • Úroveň důvěryhodnosti - s.
  • Úroveň důvěry je zárukou důvěry. Například s úrovní spolehlivosti 90% to znamená, že 10% rizika bude špatně. Pravidlem je 95% interval spolehlivosti. Maximální úroveň spolehlivosti je tedy větší, tím větší je velikost vzorku. Okrajový faktor je ukazatel odvozený přímo od prahu spolehlivosti. Tabulka uvádí některé příklady nejběžněji používaných hodnot.

    Úroveň spolehlivosti s



    Poměr marží při n>
    80%



    128



    85%

    )
    144



    90%



    1645
    80)

    196



    96%




    233



    99%



    2575

    k výpočtu
    V případě, kdy je nutné odhadnout průměrnou hodnotu populace ze vzorku, určete interval spolehlivosti. Závisí na velikosti vzorku a na právu proměnné. Vzorec pro výpočet intervalu spolehlivosti v programu Excel vypadá takto:
  • Dolní mezní interval = střední hodnota faktoru run-pole * standardní chyba.
  • Horní hranice rozsahu = přibližný průměr + koeficient pole * standardní chyba.
  • Hodnota t závisí na velikosti vzorku: n> 30: zásobní poměr normálního práva, nazvaný z. n V této situaci existují jednotky samotnéprůměrné hodnoty. Výzkumný pracovník bude muset znát směrodatnou odchylku nikoliv od počátečních a individuálních pozorování, ale z prostředků, které jsou vypočteny na základě nich. Tato odchylka má název - standardní chyba průměru.

    Chyby

    V tabulkách se používá variabilita dat, která indikuje chybu nebo nejistotu měření. Dávají obecnou představu o tom, jak přesné jsou měření, nebo naopak, jak daleko od ohlášené skutečné hodnoty a jsou sestaveny ve formě chybových pásem. Představují jednu standardní odchylku nejistoty, jednu standardní chybu nebo definovaný interval spolehlivosti (například interval 95%). Tyto hodnoty neodpovídají, takže vybrané opatření by mělo být uvedeno v grafu nebo v textu. Chybové pásma lze použít k porovnání dvou hodnot, pokud jsou splněny statisticky významné podmínky. Chybové čáry označují přijatelnost funkce, tj. Jak dobře popisuje data. Vědecké práce v experimentálních vědách zahrnují chyby ve všech grafech, ačkoli praxe je poněkud odlišná a každý výzkumník má svůj vlastní styl chyb. Chybové pásma mohou být použity jako přímé manipulační rozhraní pro řízení pravděpodobnostních algoritmů pro hrubý výpočet. Chybové pásma mohou být vyjádřeny jako znaménko plus nebo mínus (±). Plus je horní hranice a mínus je spodní hranice chyby.

    Kalkulátor kritické hodnoty

    Pro správnou definici CI jsou kalkulátory online významnézjednodušit práci. Proces shromažďování dat začíná. Je základem veškerého výzkumu. Spolehlivý vzorek pomáhá při rozhodování o podnikání s důvěrou. První otázkou, která je třeba řešit, je správné vymezení cílové skupiny, je zásadní. Pokud výzkumný pracovník provede průzkum s lidmi mimo tuto skupinu - není možné úspěšně dokončit úkol. Dalším krokem je rozhodnout, kolik lidí potřebuje rozhovor.
    Odborníci vědí, že malý reprezentativní vzorek odráží myšlenky a chování skupiny, ze které byl sestaven. Čím větší je vzorek, tím přesněji představuje cílovou skupinu. Rychlost zlepšování přesnosti se však snižuje s nárůstem velikosti vzorku. Například zvýšení o 250 až 1000 dvojitých přesností. Rozhodněte o velikosti vzorku na základě faktorů, jako je: dostupný čas, rozpočet a požadovaný stupeň přesnosti. Existují tři faktory, které určují velikost AI pro tuto úroveň jistoty:
  • velikost vzorku;
  • procent vzorku;
  • velikost populace.
  • Pokud 99% respondentů uvedlo "Ano" a 1% uvedlo "Ne", pravděpodobnost chyby je malá, bez ohledu na velikost vzorku. Avšak pokud je procento 51 a 49%, pravděpodobnost chyb je mnohem vyšší. Je snadnější si být jisti extrémními odpověďmi než průměr. Při určování velikosti vzorku požadované pro danou úroveň přesnosti musíte použít nejhorší procento (50%). Níže je vzorec pro výpočet intervalu spolehlivosti ve velikosti vzorku programu Excelonline kalkulačka.
    intervalu spolehlivosti Výpočty ukazují, že skutečné náhodný vzorek populace týká. Pokud hlasování není náhodné, nemůžete se spoléhat na intervaly. Nepravidelné vzorky obvykle vznikají kvůli nedostatkům v postupu.

    vytvořit lineární grafy

    Vytvoření grafu v Excel intervalu spolehlivosti je poměrně jednoduchý. Nejprve vytvořte řádkový diagram. Poté zvolte možnost "Nástroje diagramu" & gt; Rozložení & gt; Chybový panel & gt; "Pokročilé možnosti panelu". V rozbalovací nabídce dialogu můžete vybrat kladné nebo záporné chybové pruhy nebo obojí. Můžete zvolit styl a vybrat částku, kterou chcete zobrazit. Může to být pevná hodnota, procento, standardní odchylka nebo vlastní rozsah.
    V případě, že údaje je směrodatná odchylka z prodlení za každý bod, vyberte rozhraní a klikněte na tlačítko „Určit hodnotu.“ Potom se objeví další místní nabídka, můžete vybrat řadu buněk pro pozitivní i negativní panely.
    Pořadí sestavení grafu:
  • Připravte data. Za prvé, kromě průměrných hodnot, bude požadována standardní odchylka (nebo chyba).
  • Potom řádek 4 potřeba pro výpočet horní hranici skupiny, tedy výpočet B4: = B2 + B3 V řádku 5 potřeby pro výpočet dolní hranice rozmezí, tj výpočet B5 je: = B2-B4
  • (131 ) Vytvořte plán. Zvýraznění linky 124 a 5 tabulky a klepněte na tlačítko „Vložit» & gt; Plán & gt; "Kruhový diagram".Aplikace Excel vytvoří lineární diagram.
  • Odstraňte legendu a řádek mřížky.
  • Poté klikněte pravým tlačítkem myši na horní skupinu rozsahů a vyberte možnost "Změnit typ grafu".
  • Formátová stupnice spolehlivosti. Chcete-li dokončit graf jednoduše zformovat horní řadu modrou výplní (v souladu s modrou čárou) a spodní série - bílá výplň.
  • V tomto grafu je snadné vidět hranice chyb, ale pokud je spousta dat, vzhled bude náhodný. Na první pohled je mezní hodnota důvěry mnohem zřetelnější, s přihlédnutím k průměrné hodnotě vzorku a stane se čím dál tím těsnější, jelikož počet vzorků se zvýší

    Související publikace