द्विपद विश्वास अंतराल क्या है?
जब आप कुल n परीक्षणों में से x सफलताएँ देखते हैं, तो नमूना अनुपात \(\hat{p} = x/n\) सफलता की असली अंतर्निहित संभावना का अनुमान देता है। विश्वास अंतराल (confidence interval) एक ऐसी सीमा बताता है जिसमें वह असली अनुपात होने की संभावना अधिक होती है। यह कैलकुलेटर विल्सन स्कोर अंतराल (Wilson score interval) का उपयोग करता है, जो पारंपरिक वाल्ड (सामान्य सन्निकटन) अंतराल की तुलना में ज़्यादा सटीक होता है — खासकर छोटे नमूनों के लिए या जब अनुपात 0 या 1 के बहुत पास हो।
इसका उपयोग कैसे करें
सफलताओं की संख्या, कुल परीक्षणों की संख्या दर्ज करें और अपना विश्वास स्तर चुनें (90%, 95% या 99%)। कैलकुलेटर अंतराल की निचली और ऊपरी सीमा को प्रतिशत के रूप में दिखाता है, साथ ही नमूना अनुपात, अंतराल का केंद्र, मार्जिन (आधी-चौड़ाई) और प्रयुक्त z-स्कोर भी देता है।
सूत्र की व्याख्या
विल्सन स्कोर अंतराल अनुमान को थोड़े समायोजित अनुपात पर केंद्रित करता है और छोटे नमूनों के लिए चौड़ाई को 0.5 की ओर सिकोड़ता है:
$$\text{CI} = \frac{\hat{p} + \dfrac{z^{2}}{2n} \pm z\sqrt{\dfrac{\hat{p}(1-\hat{p})}{n} + \dfrac{z^{2}}{4n^{2}}}}{1 + \dfrac{z^{2}}{n}}$$
यहाँ \(z\) मानक सामान्य क्रांतिक मान (critical value) है: 90% के लिए 1.6449, 95% के लिए 1.9600 और 99% के लिए 2.5758।
हल किया गया उदाहरण
मान लीजिए 95% विश्वास स्तर पर 100 परीक्षणों में से 40 सफलताएँ मिलती हैं। तब \(\hat{p} = 0.40\), \(z = 1.95996\), \(z^{2} = 3.8415\)। हर (denominator) होगा \(1 + 3.8415/100 = 1.038415\)। केंद्र है $$(0.40 + 3.8415/200)/1.038415 = 0.41763/1.038415 = 0.40218$$ मार्जिन है $$1.95996\cdot\sqrt{0.40\cdot 0.60/100 + 3.8415/40000}/1.038415 = 1.95996\cdot\sqrt{0.00249604}/1.038415 = 0.09666$$ यानी अंतराल लगभग 30.55% से 49.88% तक रहेगा।
आत्मविश्वास स्तर द्वारा Z-महत्वपूर्ण मान
विल्सन स्कोर अंतराल मानक सामान्य वितरण से एक दो-पक्षीय महत्वपूर्ण मान \(z\) का उपयोग करता है। आत्मविश्वास स्तर \(C\) के लिए, मान \(z = z_{1-\alpha/2}\) है जहां \(\alpha = 1 - C\), ताकि केंद्रीय क्षेत्र \(C\) के बराबर हो और प्रत्येक पूंछ \(\alpha/2\) रखे। सबसे आमतौर पर उपयोग किए जाने वाले मान नीचे सूचीबद्ध हैं।
| आत्मविश्वास स्तर | पूंछ क्षेत्र \(\alpha/2\) | दो-पक्षीय \(z\) |
|---|---|---|
| 80% | 0.100 | 1.2816 |
| 90% | 0.050 | 1.6449 |
| 95% | 0.025 | 1.9600 |
| 98% | 0.010 | 2.3263 |
| 99% | 0.005 | 2.5758 |
| 99.9% | 0.0005 | 3.2905 |
ये दो-पक्षीय मान हैं: विल्सन की निचली और ऊपरी सीमा दोनों के लिए समान \(z\) का उपयोग किया जाता है। एक उच्च आत्मविश्वास स्तर एक बड़े \(z\) के अनुरूप है, जो अंतराल को चौड़ा करता है। यह कैलकुलेटर तीन सबसे आम चयनों की पेशकश करता है — 90% (1.6449), 95% (1.9600) और 99% (2.5758)।
अपने आत्मविश्वास अंतराल की व्याख्या करना
95% आत्मविश्वास स्तर प्रक्रिया के दीर्घकालीन प्रदर्शन का वर्णन करता है, न कि आपके एकल अंतराल के बारे में एक संभावना। यदि आप एक ही नमूने को दोहराते हैं और हर बार एक विल्सन अंतराल की गणना करते हैं, तो उन अंतरालों में से लगभग 95% सच्ची जनसंख्या अनुपात \(p\) को शामिल करेंगे। आपके द्वारा वास्तव में गणना किए गए एकल अंतराल के लिए, सच्चा \(p\) या तो इसके अंदर है या नहीं; 95% विभिन्न परिकल्पनात्मक नमूनों में विधि की एक संपत्ति है, न कि इस विशिष्ट अंतराल द्वारा \(p\) को पकड़े जाने की संभावना।
अंतराल की चौड़ाई सटीकता को प्रतिबिंबित करती है। एक संकीर्ण अंतराल इंगित करता है कि अनुमान कसकर निर्धारित है — आमतौर पर बड़ी संख्या में परीक्षणों का परिणाम। एक व्यापक अंतराल अधिक अनिश्चितता का संकेत देता है, जो छोटे नमूनों या 0.5 के करीब अनुपातों के साथ आम है, जहां द्विपद परिवर्तनशीलता सबसे बड़ी है। दो समूहों की तुलना करते समय, एक अंतराल जो बहुत व्यापक है यह संकेत देता है कि इसके अनुमान को कम सटीक माना जाना चाहिए।
जब एक सीमा 0 या 1 को छूती है, तो इसका मतलब है कि डेटा सभी तरह से 0 तक (या 1 तक) अनुपात के साथ सुसंगत हैं। यह अक्सर तब होता है जब देखी गई गिनती एक चरम पर होती है — उदाहरण के लिए 0 सफलताएं एक निचली सीमा 0 के बिल्कुल देती हैं, और सभी देखी गई सफलताएं एक ऊपरी सीमा 1 के बिल्कुल देती हैं। विपरीत सीमा अभी भी जानकारी रखती है: एक \(0/20\) परिणाम उच्च अनुपातों को बाहर करता है भले ही निचली सीमा 0 हो। विल्सन अंतराल को वैध \([0, 1]\) श्रेणी के भीतर रहने के लिए निर्मित किया गया है, इसलिए ऐसी सीमाएं छूना अपेक्षित व्यवहार है न कि एक त्रुटि।
यह सामान्य सांख्यिकीय जानकारी है और किसी भी विशिष्ट विश्लेषण के लिए पेशेवर सलाह नहीं है।
अक्सर पूछे जाने वाले प्रश्न
वाल्ड की बजाय विल्सन क्यों? वाल्ड अंतराल 0 से नीचे या 1 से ऊपर तक जा सकता है और छोटे \(n\) के लिए सही कवरेज नहीं देता; विल्सन हमेशा [0,1] के भीतर रहता है और बेहतर कवरेज देता है।
कौन-सा विश्वास स्तर इस्तेमाल करें? 95% सबसे आम और डिफ़ॉल्ट विकल्प है; जब अधिक निश्चितता चाहिए (चौड़ा अंतराल) तो 99% लें, और संकरे अंतराल के लिए 90%।
क्या यह 0% या 100% अनुपात पर भी काम करता है? हाँ — \(x = 0\) या \(x = n\) होने पर भी विल्सन समझदारी भरी, सार्थक सीमाएँ देता है।
