Конвертор на интервал на достоверност към стандартни отклонения | Изчисляване на Z-стойности
Незабавно конвертирайте интервали на достоверност (95%, 99%, 90%) към стандартни отклонения и z-стойности. Безплатен калкулатор за статистически анализ, тестване на хипотези и интерпретация на изследователски данни.
Визуализация
Документация
Калкулатор за преобразуване на доверителен интервал в стандартно отклонение
Калкулаторът за преобразуване на доверителен интервал в стандартно отклонение преобразува ниво на доверие, например 95%, в z-оценка. Z-оценката е броят стандартни отклонения, на които дадена стойност се намира от средната стойност на нормално разпределение. Това преобразуване се използва в статистиката за превръщане на зададено ниво на доверие в множителя, необходим за изчисляване на границата на грешката и интервалите.
Какво представлява доверителният интервал?
Доверителният интервал е диапазон от стойности, за който се смята, че съдържа истинската стойност за генералната съвкупност, например средна стойност, при зададено ниво на доверие. Доверителен интервал от 95% означава, че ако същото изследване бъде повторено много пъти, приблизително 95% от изчислените интервали ще съдържат истинската стойност. При нормално разпределение всяко ниво на доверие съответства на фиксиран брой стандартни отклонения от двете страни на средната стойност.
Формула за преобразуване на доверителен интервал в z-оценка
Преобразуването използва обратната функция на кумулативното стандартно нормално разпределение, наричана още квантилна функция или пробит функция:
z = Φ⁻¹((1 + CI / 100) / 2)
Тук CI е доверителният интервал, записан като процент между 0 и 100, а Φ⁻¹ е обратната кумулативна функция на стандартното нормално разпределение. Резултатът z е броят стандартни отклонения над средната стойност, който определя горната граница на интервала. Долната граница се намира на същото разстояние под средната стойност, така че целият интервал обхваща ±z стандартни отклонения.
Как се изчисляват стандартни отклонения от доверителен интервал
- Вземете нивото на доверие като процент, например 95.
- Разделете на 100, за да получите дроб, след което приложете формулата: p = (1 + 0,95) / 2 = 0,975.
- Намерете z-оценката, при която стандартната нормална крива достига тази кумулативна вероятност: z = Φ⁻¹(0,975).
- Закръглете резултата. При 95% z ≈ 1,9600.
Пример с решение
За доверителен интервал от 99%:
- p = (1 + 0,99) / 2 = 0,995
- z = Φ⁻¹(0,995) ≈ 2,5758
Следователно доверителен интервал от 99% се простира приблизително на 2,5758 стандартни отклонения над и под средната стойност.
Често използвани доверителни интервали и съответните им z-оценки
| Доверителен интервал | Стандартни отклонения (z) |
|---|---|
| 50% | ±0,6745 |
| 68,27% | ±1,0000 |
| 90% | ±1,6449 |
| 95% | ±1,9600 |
| 99% | ±2,5758 |
| 99,73% | ±3,0000 |
| 99,9% | ±3,2905 |
Калкулаторът показва z-оценката до четвъртия знак след десетичната запетая. Нивата 68,27%, 95,45% и 99,73% се закръглят съответно до 1, 2 и 3 стандартни отклонения. Те не са точни: едно, две и три стандартни отклонения обхващат съответно 68,2689%, 95,4500% и 99,7300% от нормалното разпределение.
Специални случаи
- Доверие 0%: z = 0. Интервалът от 0% няма ширина, така че се свежда до самата средна стойност, която е средата на разпределението.
- Доверие 100%: z е безкрайно. Обхващането на всяка възможна стойност при нормално разпределение изисква интервал с безкрайна ширина, тъй като кривата никога не достига напълно нулата.
- Доверие 50%: z ≈ 0,6745, понякога наричано вероятна грешка, което разделя разпределението на две равни половини около средната стойност.
Валиден вход е всеки процент от 0 до 100. Стойностите извън този диапазон не представляват смислени нива на доверие и се отхвърлят.
Къде се използва това преобразуване
- Проверка на хипотези: избор на критична z-стойност за избрано ниво на значимост.
- Граница на грешката: границата на грешката в доверителен интервал е равна на z, умножено по стандартната грешка, така че z-оценката е необходим входен параметър.
- A/B тестване: определяне дали измерената разлика вероятно е действителна или се дължи на случайност.
- Контрол на качеството: задаване на контролни граници на фиксиран брой стандартни отклонения от средната стойност на процеса.
Тези приложения предполагат, че изходните данни или извадковото разпределение на статистика, например средна стойност, е приблизително нормално. При малки извадки или асиметрични данни са по-подходящи други методи, например t-разпределението.
Често задавани въпроси
Как да преобразувам доверителен интервал от 95% в стандартни отклонения? Доверителен интервал от 95% съответства на приблизително ±1,9600 стандартни отклонения от средната стойност. Той се получава чрез решаване на z = Φ⁻¹(0,975).
На какъв доверителен интервал съответства 1 стандартно отклонение? Едно стандартно отклонение от всяка страна на средната стойност (±1σ) обхваща приблизително 68,27% от нормалното разпределение.
Защо 1,96 се използва при доверителни интервали от 95%? Защото интервал от 95% оставя 2,5% от площта във всяка опашка на нормалната крива. Z-оценката, която определя 97,5-ия персентил, е приблизително 1,96.
Какво се случва при доверие 0% или 100%? Доверителният интервал от 0% има нулева ширина и съответства на 0 стандартни отклонения, тоест на самата средна стойност. Доверителният интервал от 100% трябва да обхваща цялото разпределение, което изисква безкраен брой стандартни отклонения.
Работи ли това преобразуване при ненормално разпределени данни? Не. То предполага, че данните или съответното извадково разпределение са нормални. При асиметрични данни или малки извадки обикновено е необходимо да се използва t-разпределение или метод за повторно извадково генериране.
Как да получа границата на грешката от z-оценка? Границата на грешката е равна на z, умножено по стандартната грешка на оценката: z × (σ / √n), където σ е стандартното отклонение, а n е размерът на извадката.