解释 用于估计的样本数量 的边际误差

边际误差将参数(如均值或比值)估计中的随机抽样误差量进行量化。边际误差通常用在调查结果中。例如,政治选举可能会报告某位候选人的支持率为 55%,其边际误差为 5%。这意味着真实的支持率为 +/- 5%,因此支持率介于 50% 和 60% 之间。

解释

对于双侧置信区间,边际误差是估计的统计量到每个端点的距离。如果置信区间是对称的,则边际误差是置信区间宽度的一半。例如,如果凸轮轴的平均估计长度为 600 毫米,置信区间的范围是从 599 到 601,则边际误差为 1 毫米。当置信区间不对称时,Minitab 会显示两个值,用于表示估计的统计量到每个端点的的距离。

边际误差越大,区间越宽,参数的估计值越精确。

对于二项分布,当计划比率为 0.50 时,边际误差最大。如果与计划比率相比,样本比率离 0.50 较远,则样本的边际误差小于计划边际误差。

在下面的结果中,医院的研究人员想要确定当样本数量为 80 时,与包含缺失信息的病历所占比率的 95% 置信区间相关联的边际误差。基于此样本数量和计划值比率 0.2,下限方向的边际误差大约为 0.081。上限方向的边际误差大约为 0.104。如果在样本数量为 80 时研究人员采用的样本比率为 0.2,则置信区间将为 (0.20 – 0.081, 0.20 + 0.104)。

方法

   
参数比率
分布二项
比率0.2
置信水平95%
置信区间双侧

结果

样本数量允许误差
(下限)
允许误差
(上限)
800.08114090.104369