Kalkulator Percuma Editverse

Kalkulator Selang Keyakinan untuk Purata

Anggarkan julat yang munasabah untuk min populasi daripada satu sampel dengan selang t satu sampel pada keyakinan 90%, 95% atau 99%, di samping min, SD dan ralat piawai. Lihat arahan R yang boleh dihasilkan semula dan baca panduan tafsiran penuh di bawah. Disahkan terhadap R 4.3.3.

Dalam Perkataan Mudah

Selang keyakinan (CI) memberikan julat nilai yang munasabah untuk sesuatu yang anda tidak dapat ukur secara langsung — biasanya min populasi — berdasarkan sampel yang anda kumpulkan. Anda memasukkan nilai sampel dan tahap keyakinan anda, dan kalkulator mengembalikan batas bawah dan atas, contohnya "min 24.15, 95% CI 22.76 hingga 25.54".

Lebar selang masa mencerminkan ketidakpastian anda: sampel yang lebih besar dan kurang kepelbagaian memberikan selang masa yang lebih sempit dan tepat. Satu perkara yang halus tetapi penting: CI 95% tidak bermakna terdapat kebarangkalian 95% nilai sebenar berada di dalam selang masa tertentu ini . Ini bermakna jika anda mengulangi kajian berkali-kali, kira-kira 95% daripada selang masa yang dibina dengan cara ini akan mengandungi nilai sebenar.

Bila Perlu Menggunakan Selang Keyakinan

Laporkan selang keyakinan apabila anda menganggarkan parameter populasi — min, perkadaran, perbezaan antara kumpulan atau saiz kesan — daripada data sampel. CI menyampaikan kedua-dua anggaran dan ketepatannya, yang tidak dapat dilakukan oleh nilai-p sahaja.

Gunakan selang berasaskan-t (digunakan di sini) apabila menganggarkan min daripada sampel berterusan yang hampir normal, terutamanya apabila sisihan piawai populasi tidak diketahui dan sampelnya kecil. Bagi sampel yang besar, selang t dan z hampir serentak. Garis panduan pelaporan utama kini mengesyorkan pembentangan selang keyakinan bersama, atau sebagai ganti, nilai-p kosong, kerana ia menunjukkan julat kesan yang serasi dengan data dan bukannya satu keputusan penting/tidak penting. Padankan ini dengan pengiraan saiz sampel pada peringkat reka bentuk untuk menyasarkan ketepatan yang anda perlukan. Tidak pasti anggaran mana yang sesuai dengan reka bentuk anda? Pemilih Ujian interaktif kami boleh membantu.

Selang KeyakinanSelang t satu sampel untuk min · disahkan vs R 4.3.3
Panduan pengguna

Bila hendak digunakan. Anggarkan julat yang munasabah untuk min populasi daripada sampel.

Andaian. Sampel adalah rawak; untuk n kecil, taburan asas adalah hampir normal.

Kesilapan biasa. CI 95% tidak bermakna kebarangkalian 95% nilai sebenar terletak pada selang masa ini.

Contoh yang dikerjakan

Klik Muatkan data contoh di atas, kemudian Jalankan Analisis untuk melihat hasil yang diusahakan sepenuhnya dengan rajah, formula dan tafsiran untuk ujian ini.

Rujukan
  1. Neyman J. Garis besar teori anggaran statistik. Philos Trans R Soc A. 1937;236:333-380.
Dikuasai oleh editverse.com · R 4.3.3 disahkan · v3.6Perlukan analisis pakar? →

Contoh Kerja

Contoh 1 — Pengukuran makmal

Enam ukuran replika (23.1, 25.4, 22.8, 24.0, 26.1, 23.5) mempunyai min 24.15. Selang keyakinan 95% adalah dari 22.76 hingga 25.54, julat min populasi yang serasi dengan sampel kecil ini. Laporkan min dengan selangnya, bukan min sahaja, supaya pembaca boleh menilai ketepatan.

Contoh 2 — Mengapa aras mengubah lebarnya

Menjalankan semula data yang sama pada keyakinan 99% menghasilkan selang yang lebih luas, dan pada 90% selang yang lebih sempit. Keyakinan yang lebih tinggi memperoleh jaringan yang lebih luas; ia tidak menjadikan anggaran lebih tepat. Pilih tahap sebelum analisis — 95% adalah konvensyen — daripada memilih mana-mana yang kelihatan paling baik.

Andaian untuk Disemak

Persampelan rawak. Selang masa hanya bermakna jika sampel mewakili populasi yang ingin anda huraikan.

Normaliti anggaran (n kecil). Selang berasaskan-t mengandaikan data asas adalah secara kasarnya normal. Dengan sampel yang lebih besar, teorem had pusat menjadikannya kurang kritikal.

Pemerhatian bebas. Setiap nilai hendaklah bebas. Pengukuran berkelompok atau berulang memerlukan kaedah yang mengambil kira korelasi.

Kesalahan biasa

Salah membaca pernyataan kebarangkalian

CI 95% tidak bermakna peluang 95% nilai sebenar berada dalam selang masa ini. 95% merujuk kepada prestasi jangka panjang prosedur merentasi banyak sampel.

Merawat "CI bertindih" sebagai ujian formal

Dua selang masa boleh bertindih dan masih mewakili perbezaan yang ketara. Untuk membandingkan kumpulan, uji perbezaan secara langsung dan bukannya melihat pertindihan secara sambil lewa.

Hanya melaporkan nilai-p

Nilai -p menyatakan sama ada sesuatu kesan boleh dikesan; CI menunjukkan betapa besarnya kesan tersebut. Laporkan kedua-duanya.

Memilih tahap keyakinan selepas melihat data

Tentukan 90%, 95%, atau 99% terlebih dahulu. Memilih tahap untuk mendapatkan kesimpulan yang diingini adalah satu bentuk bias.

Soalan Lazim

Apakah sebenarnya maksud selang keyakinan 95%?

Jika anda mengulangi kajian ini berkali-kali dan membina selang setiap kali, kira-kira 95% daripada selang tersebut akan mengandungi nilai populasi sebenar. Ia adalah pernyataan tentang kaedah, bukan tentang selang tunggal ini.

Mengapa melaporkan CI dan bukannya hanya nilai-p?

Selang keyakinan menunjukkan julat kesan yang serasi dengan data anda dan ketepatannya, yang lebih bermaklumat daripada satu keputusan penting/tidak penting.

Bagaimanakah saya boleh mendapatkan selang masa yang lebih sempit?

Tingkatkan saiz sampel atau kurangkan kebolehubahan pengukuran. N yang lebih besar mengecilkan margin ralat.

Adakah hasilnya sepadan dengan SPSS, R, dan Stata?

Ya. Kalkulator ini menggunakan formula taburan-t dan ralat piawai yang sama seperti perisian piawai dan menunjukkan arahan R yang tepat supaya anda boleh menghasilkannya semula.

Kalkulator Berkaitan

Kalkulator Nilai-PUjian-t BebasSaiz KesanSaiz & Kuasa SampelKorelasi & RegresiUjian Mana Yang Patut Saya Gunakan?

Rujukan

  1. Neyman J. Garis besar teori anggaran statistik berdasarkan teori kebarangkalian klasik. Philos Trans R Soc Lond A. 1937;236(767):333–380.
  2. Rothman KJ. Enam salah tanggapan penyelidikan yang berterusan. J Gen Intern Med. 2014;29(7):1060–1064. PMID 24452418.
  3. Greenland S, Senn SJ, Rothman KJ, et al. Ujian statistik, nilai P, selang keyakinan dan kuasa: panduan kepada salah tafsir. Epidemiol Eur J. 2016;31(4):337–350. PMID 27209009.

Perlu Analisis Ini Dilakukan untuk Manuskrip Anda?

Ahli biostatistik PhD kami mengira dan mentafsir selang keyakinan anda, dan memberikan jadual sedia untuk penerbitan dengan output R yang boleh dihasilkan semula.

Dapatkan Bantuan Statistik Pakar