Konfidens Interval til Standardafvigelser Konverter | Beregn Z-Scores
Konverter konfidensintervaller (95%, 99%, 90%) til standardafvigelser og z-scores øjeblikkeligt. Gratis beregner til statistisk analyse, hypotesetest og fortolkning af forskningsdata.
Visualisering
Dokumentation
Beregner fra konfidensinterval til standardafvigelse
En beregner fra konfidensinterval til standardafvigelse omdanner et konfidensniveau, f.eks. 95 %, til en z-score. En z-score er antallet af standardafvigelser, en værdi ligger fra gennemsnittet i en normalfordeling. Denne omdannelse bruges inden for statistik til at omsætte et angivet konfidensniveau til den multiplikator, der er nødvendig ved beregning af fejlmargen og intervaller.
Hvad er et konfidensinterval?
Et konfidensinterval er et interval af værdier, som antages at indeholde en sand populationsværdi, f.eks. et gennemsnit, ved et angivet konfidensniveau. Et konfidensinterval på 95 % betyder, at hvis den samme undersøgelse blev gentaget mange gange, ville omkring 95 % af de beregnede intervaller indeholde den sande værdi. Under en normalfordeling svarer hvert konfidensniveau til et fast antal standardafvigelser på hver side af gennemsnittet.
Formel for omdannelse fra konfidensinterval til z-score
Omdannelsen bruger den inverse af den kumulative fordelingsfunktion for standardnormalfordelingen, også kaldet kvantilfunktionen eller probitfunktionen:
z = Φ⁻¹((1 + CI / 100) / 2)
Her er CI konfidensintervallet angivet som en procentdel mellem 0 og 100, og Φ⁻¹ er den inverse kumulative fordelingsfunktion for standardnormalfordelingen. Resultatet, z, er antallet af standardafvigelser over gennemsnittet, der markerer intervallets øvre grænse. Den nedre grænse ligger samme afstand under gennemsnittet, så hele intervallet spænder over ±z standardafvigelser.
Sådan beregnes standardafvigelser ud fra et konfidensinterval
- Angiv konfidensniveauet som en procentdel, f.eks. 95.
- Divider med 100 for at få en brøk, og anvend derefter formlen: p = (1 + 0,95) / 2 = 0,975.
- Find den z-score, hvor standardnormalkurven når denne kumulative sandsynlighed: z = Φ⁻¹(0,975).
- Afrund resultatet. For 95 % er z ≈ 1,9600.
Regneeksempel
For et konfidensinterval på 99 %:
- p = (1 + 0,99) / 2 = 0,995
- z = Φ⁻¹(0,995) ≈ 2,5758
Et konfidensinterval på 99 % strækker sig altså cirka 2,5758 standardafvigelser over og under gennemsnittet.
Almindelige konfidensintervaller og deres z-scorer
| Konfidensinterval | Standardafvigelser (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 |
Beregneren viser z-scoren med fire decimaler. Niveauerne 68,27 %, 95,45 % og 99,73 % afrundes til henholdsvis 1, 2 og 3 standardafvigelser. De er ikke nøjagtige: én, to og tre standardafvigelser dækker 68,2689 %, 95,4500 % og 99,7300 % af en normalfordeling.
Særlige tilfælde
- 0 % konfidens: z = 0. Et interval på 0 % har ingen bredde og kollapser derfor til selve gennemsnittet, fordelingens midtpunkt.
- 100 % konfidens: z er uendelig. Hvis alle mulige værdier i en normalfordeling skal dækkes, kræves et interval med uendelig bredde, eftersom kurven aldrig når helt ned på nul.
- 50 % konfidens: z ≈ 0,6745, undertiden kaldet den sandsynlige fejl, som deler fordelingen i to lige store halvdele omkring gennemsnittet.
Gyldige input er enhver procentdel fra 0 til 100. Værdier uden for dette interval er ikke meningsfulde konfidensniveauer og afvises.
Hvor denne omdannelse bruges
- Hypotesetest: valg af en kritisk z-værdi for et valgt signifikansniveau.
- Fejlmargen: fejlmargenen i et konfidensinterval er lig med z multipliceret med standardfejlen, så z-scoren er et nødvendigt input.
- A/B-test: vurdering af, om en målt forskel sandsynligvis er reel eller skyldes tilfældigheder.
- Kvalitetskontrol: fastsættelse af kontrolgrænser et bestemt antal standardafvigelser fra procesgennemsnittet.
Disse anvendelser forudsætter, at de underliggende data eller stikprøvefordelingen for en statistik som et gennemsnit er tilnærmelsesvis normal. For små stikprøver eller skæve data er andre metoder, f.eks. t-fordelingen, mere passende.
Ofte stillede spørgsmål
Hvordan omdanner jeg et konfidensinterval på 95 % til standardafvigelser? Et konfidensinterval på 95 % svarer til cirka ±1,9600 standardafvigelser fra gennemsnittet. Det fremkommer ved at løse z = Φ⁻¹(0,975).
Hvilket konfidensinterval svarer til 1 standardafvigelse? Én standardafvigelse på hver side af gennemsnittet (±1σ) dækker cirka 68,27 % af en normalfordeling.
Hvorfor bruges 1,96 til konfidensintervaller på 95 %? Fordi et interval på 95 % efterlader 2,5 % af arealet i hver hale af normalkurven. Den z-score, der markerer den 97,5. percentil, er cirka 1,96.
Hvad sker der ved 0 % eller 100 % konfidens? Et konfidensinterval på 0 % har bredden nul og svarer til 0 standardafvigelser, altså selve gennemsnittet. Et konfidensinterval på 100 % skal dække hele fordelingen, hvilket kræver et uendeligt antal standardafvigelser.
Virker denne omdannelse for ikke-normale data? Nej. Den forudsætter, at dataene eller den relevante stikprøvefordeling er normal. Skæve data eller data fra små stikprøver kræver normalt en t-fordeling eller i stedet en resamplingmetode.
Hvordan får jeg fejlmargenen ud fra en z-score? Fejlmargenen er lig med z gange estimatets standardfejl: z × (σ / √n), hvor σ er standardafvigelsen, og n er stikprøvestørrelsen.