Что делает этот калькулятор
Инструмент оценивает диапазон, в котором с высокой вероятностью находится «истинное значение», на основе выборочного среднего (μ) и стандартного отклонения (σ). Предполагается, что величина подчиняется нормальному распределению, и в результате выдаётся симметричный двусторонний интервал \(\mu \pm z \cdot \sigma\), где \(z\) — критическое значение стандартного нормального распределения для выбранного уровня доверия. Среднее и стандартное отклонение задаются как обычные числа, а интервал выводится в тех же единицах измерения, которые вы использовали.
Как пользоваться
Введите среднее, стандартное отклонение (должно быть 0 или больше) и уровень доверия в процентах, где 50 < уровень доверия < 100 (чаще всего 95). Калькулятор переводит процент в вероятность \(p\), находит критическое значение $$z = \Phi^{-1}\!\left(\frac{1 + p}{2}\right)$$ и возвращает нижнюю и верхнюю границы. При 100% интервал стал бы бесконечным, поэтому уровень доверия должен оставаться строго меньше 100.
Разбор формулы
Для вероятности \(p = \text{уровень доверия}/100\) двустороннее значение \(z\) равно квантилю стандартного нормального распределения в точке \(\frac{1+p}{2}\). Для 95% это \(\Phi^{-1}(0{,}975) \approx 1{,}95996\), поэтому интервал составляет \(\mu \pm 1{,}96\sigma\). Полезные ориентиры: охват 68,26% соответствует \(\mu \pm 1\sigma\), 95,45% — \(\mu \pm 2\sigma\), а 99,73% — \(\mu \pm 3\sigma\). Обратная функция нормального распределения вычисляется с помощью рационального приближения (Acklam) с уточняющим шагом Халли, поэтому таблицы значений не требуются.
Пример расчёта
При среднем = 100, sd = 5 и уровне доверия 99%: \(p = 0{,}99\), \(z = \Phi^{-1}(0{,}995) \approx 2{,}57583\). Нижняя граница:
$$100 - 2{,}57583 \cdot 5 = 87{,}121$$верхняя граница:
$$100 + 12{,}879 = 112{,}879$$Результат: «от 87,12 до 112,88».
Частые вопросы
Почему для 95% используется 1,96, а не 1,645? Симметричный двусторонний интервал делит оставшиеся 5% на два хвоста по 2,5% каждый, что даёт \(\Phi^{-1}(0{,}975) \approx 1{,}96\). Значение 1,645 — это односторонний квантиль 95% и для двустороннего диапазона оно не подходит.
Не стоит ли использовать распределение Стьюдента (t)? Когда \(\sigma\) оценивается по небольшой выборке, корректнее применять t-распределение с учётом объёма выборки \(n\) (интервал \(\text{среднее} \pm t \cdot s/\sqrt{n}\)). Этот инструмент намеренно рассматривает \(\sigma\) как известное значение для генеральной совокупности и использует нормальное \(z\), поэтому объём \(n\) ему не нужен.
Что если sd = 0? Интервал стягивается в одну точку [среднее, среднее].
Общие уровни доверия и z-значения
Двусторонее критическое значение равно \(z = \Phi^{-1}\left(\frac{1+p}{2}\right)\), где \(p\) — уровень доверия, записанный в виде доли. В таблице приведена кумулятивная вероятность \((1+p)/2\), использованная для каждого уровня, и соответствующее z для стандартного нормального распределения.
| Уровень доверия | Вероятность в хвосте (1+p)/2 | Двусторонее z |
|---|---|---|
| 50% | 0.75 | 0.6745 |
| 68.27% | 0.84135 | 1.0000 |
| 80% | 0.90 | 1.2816 |
| 90% | 0.95 | 1.6449 |
| 95% | 0.975 | 1.9600 |
| 95.45% | 0.97725 | 2.0000 |
| 98% | 0.99 | 2.3263 |
| 99% | 0.995 | 2.5758 |
| 99.73% | 0.99865 | 3.0000 |
| 99.9% | 0.9995 | 3.2905 |
Строки 68.27%, 95.45% и 99.73% соответствуют известному правилу одного, двух и трёх стандартных отклонений.
Интерпретация интервала
Этот калькулятор возвращает \(\text{Среднее} \pm z \cdot \text{SD}\). При нормальном распределении это диапазон, в который, как ожидается, попадает указанная доля отдельных значений. Например, при среднем 100 и SD 15 на уровне доверия 95% интервал равен \(100 \pm 1.96 \times 15 = 100 \pm 29.4\), то есть от 70.6 до 129.4. Ожидается, что около 95% значений попадут в этот диапазон.
Это не то же самое, что доверительный интервал для среднего. Доверительный интервал для среднего генеральной совокупности использует стандартную ошибку \(\text{SD}/\sqrt{n}\) вместо SD. Такой интервал намного уже и сужается с ростом размера выборки \(n\). Интервал здесь описывает разброс отдельных значений, или вероятный диапазон одного измерения. Он не описывает, насколько точно известно среднее.
- Расширение доверия расширяет интервал. Половина ширины равна \(z \cdot \text{SD}\), поэтому она растёт пропорционально z. При переходе от 95% (z = 1.9600) к 99% (z = 2.5758) интервал становится примерно на 31% шире.
- Симметрия. Интервал центрирован на среднем, с одинаковым расстоянием вверх и вниз.
- Допущения. Результат справедлив только если данные примерно нормально распределены, а среднее и SD надёжны (считаются известными). При асимметричных данных, тяжёлых хвостах, выбросах или малой выборке фактическое покрытие может заметно отличаться от заявленного уровня.
Ключевые термины
- Среднее (μ)
- Среднее значение, которое является центром распределения и интервала.
- Стандартное отклонение (σ)
- Мера того, насколько широко значения разбросаны вокруг среднего, в тех же единицах, что и данные.
- Уровень доверия
- Доля значений (или вероятность), которую должен охватывать интервал, например 95%.
- Критическое значение z
- Число стандартных отклонений от среднего, необходимое для охвата выбранного уровня доверия; для 95% оно равно 1.9600.
- Нормальное распределение
- Симметричное колоколообразное распределение, полностью описываемое средним и стандартным отклонением.
- Обратная функция распределения / квантиль (Φ⁻¹)
- Функция, которая принимает кумулятивную вероятность и возвращает z-значение, ниже которого лежит эта вероятность. Например, Φ⁻¹(0.975) = 1.9600.
- Двусторонний и односторонний интервал
- Двусторонний интервал оставляет равные хвосты с обеих сторон, поэтому вероятность в хвосте равна (1+p)/2. Одностороння граница помещает всю исключённую вероятность в один хвост и использует вместо этого Φ⁻¹(p).
- Погрешность (z·σ)
- Половина ширины интервала, то есть расстояние от среднего до любой из границ.