電視收視率(收視佔有率)誤差範圍計算器

電視收視率(收視佔有率)誤差範圍計算器

新興 AI Skill PRO

輸入計算

數學公式

E=z·p(1−p)樣本數×100%其中{p=收視率/佔有率(%)100z=z臨界值,對應 信賴水準\begin{gathered} E = z \cdot \sqrt{\frac{p\,(1-p)}{\text{樣本數}}} \times 100\% \\[1.5em] \text{其中}\quad \left\{ \begin{aligned} p &= \dfrac{\text{收視率/佔有率(\%)}}{100} \\ z &= z\text{臨界值,對應 } \text{信賴水準} \end{aligned} \right. \end{gathered}
使用統計

廣告

結果

推估真實收視率範圍
16.8%  ~  23.2%
在所選信賴水準下,真實收視率落在此範圍內
誤差範圍(±) 3.2%
臨界值(z) 1.96
計算方法 Wald 常態近似二項比例信賴區間

回報本頁錯誤

這個計算器的用途

電視收視率(收視佔有率)並不是逐戶調查所有家庭得來的,而是從一批受監測的樣本家庭推估而來。因此,媒體公布的收視率其實是帶有誤差的統計估計值。本計算器會以你觀測到的樣本收視率為基礎,在你選定的信賴水準下,告訴你母體真實收視率最可能落在哪個範圍。雖然這裡以電視收視率為例,但背後的數學是通用的:任何「由樣本推估的比例」都適用,例如民意調查的支持率,或品管中的不良率。

使用方法

請輸入樣本數(受訪的家庭數或單位數)、你觀測到的樣本收視率(以百分比表示),以及你想要的信賴水準(90%、95% 或 99%)。計算結果會顯示真實收視率的推估下限與上限,以及誤差範圍(即區間的半寬)。

公式說明

觀測到的收視率會先換算成比例 \(p = \text{收視率} / 100\)。此比例的標準誤為 \(SE = \sqrt{\dfrac{p(1-p)}{n}}\)。臨界值 \(z\) 是依所選信賴水準對應的標準常態分布雙尾反函數值(90% 約為 1.6449,95% 約為 1.9600,99% 約為 2.5758)。誤差範圍為 $$E = z \times SE$$ 信賴區間則為 \((p - E,\ p + E)\),再乘回 100 以百分比呈現。上下限會限制在有效的 0%–100% 範圍內。

廣告
鐘形曲線,中央為點估計值 p,對稱的 −E 與 +E 標示信賴區間,z 表示臨界值距離
點估計值 p 位於中央,誤差範圍 E 向兩側對稱延伸,形成信賴區間。

實例演練

假設樣本數 \(n = 600\) 戶、觀測收視率為 20%、信賴水準為 95%:\(p = 0.20\),$$SE = \sqrt{\frac{0.20 \times 0.80}{600}} = 0.01633$$ \(z = 1.9600\),因此 $$E = 0.03201 = 3.20\%$$ 換言之,真實收視率約落在 16.80% 到 23.20% 之間,誤差範圍為 \(\pm 3.20\%\)。

水平數線,標示樣本收視占有率的點,信賴區間括號依誤差範圍向左右延伸
計算範例:樣本占有率及其誤差範圍,以數線上的上下限呈現。

常見問題

為什麼樣本數越大,區間越窄?標準誤會隨著 \(n\) 增大而縮小,所以調查越多家庭,對真實收視率的估計就越精準、區間越窄。

為什麼信賴水準越低,範圍反而越窄?較低的信賴水準使用較小的 \(z\) 值,等於用「確定性」換取「精確度」。90% 信賴水準的區間比 99% 更窄,但可信程度也較低。

在 0% 或 100% 時會發生什麼事?在這兩個極端值,Wald 公式會算出寬度為零的區間,因為標準誤變成 0——這是此方法已知的限制。遇到極端比例時,改用 Wilson 分數區間會更可靠。

最後更新:

數學和統計熱門計算器

查看全部數學和統計計算器