越精确的公差区间越有用,提供的信息也越多。如果公差区间不够精确,则说明它可能太宽,其中包括的总体百分比远大于指定的百分比。可以使用统计 > 功效和样本数量 > 公差区间的样本数量来帮助确定公差区间的精确度。

假定 p% 是公差区间的总体的最低目标百分比。下面的统计量定义公差区间的精确度:

边际误差
边际误差 m% 可测量总体的附加百分比,超过目标 p%(该目标值包括在此区间中)。
边际误差概率
边际误差概率是区间的宽度与 p% 之差等于或大于 m% 的概率。边际误差概率的常见值包括 0.01、0.05 和 0.1。值越大,生成的公差区间所涵盖的总体百分比会远大于目标值 p%。

示例

假设您要计算涵盖 90% 总体的公差区间。使用默认的边际误差概率 0.05 (5%) 可以确定区间的边际误差为 2%。这些统计量在一起表明区间包括 92% 或更大百分比的总体的概率为 5%。

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策