Máy tính này làm gì
Máy tính này tìm hệ số k và các giới hạn dung sai \(\bar{Y} \pm k s\) cho dữ liệu được giả định tuân theo phân phối chuẩn. Khoảng dung sai là khoảng được kỳ vọng, với một mức tin cậy đã nêu, sẽ chứa ít nhất một tỷ lệ đã nêu của toàn bộ tổng thể, chứ không chỉ của mẫu. Công cụ này phù hợp với kỹ sư, chuyên viên phân tích chất lượng và nhà nghiên cứu cần mô tả vị trí phần lớn các giá trị riêng lẻ sẽ rơi vào.
Cách sử dụng
Chọn loại khoảng: hai phía, hoặc một phía (một giới hạn dưới và một giới hạn trên, mỗi giới hạn độc lập). Nhập trung bình mẫu, độ lệch chuẩn mẫu (mẫu số n-1, từ 0 trở lên) và cỡ mẫu N (số nguyên, ít nhất bằng 2). Nhập tỷ lệ phủ p và mức tin cậy dưới dạng tỷ lệ nằm hoàn toàn giữa 0 và 1, ví dụ 0.90 và 0.99. Trung bình và độ lệch chuẩn phải là số hợp lệ; các giá trị không đọc được dưới dạng số cần được sửa trước khi tính.
Công thức
Hệ số hai phía (xấp xỉ Howe):
$$k_2 = z_{(1+p)/2}\sqrt{\frac{\nu\,(1+1/N)}{\chi^2_{1-\gamma,\nu}}}$$Hệ số một phía (Natrella):
$$k_1=\frac{z_p+\sqrt{z_p^2-ab}}{a},\quad a=1-\frac{z_\gamma^2}{2(N-1)},\quad b=z_p^2-\frac{z_\gamma^2}{N}$$Giới hạn:
$$\bar{Y}-ks \quad\text{và}\quad \bar{Y}+ks$$Trong đó \(p\) là tỷ lệ phủ, \(\gamma\) là độ tin cậy, \(N\) là cỡ mẫu, \(\nu = N-1\) là bậc tự do, \(z_q\) là phân vị chuẩn tắc tại xác suất tích lũy q, \(\chi^2_{1-\gamma,\nu}\) là phân vị chi-bình phương tại xác suất tích lũy \(1-\gamma\), \(\bar{Y}\) là trung bình mẫu và \(s\) là độ lệch chuẩn mẫu.
Quy ước và giả định
- Hệ số k hai phía dùng xấp xỉ Howe năm 1969 như trong sổ tay NIST/SEMATECH. Số hạng chi-bình phương là phân vị dưới ở xác suất 1 trừ độ tin cậy, khớp với ví dụ trong sổ tay (cột 0.01, 42 bậc tự do, 23.650).
- Sổ tay gọi mức tin cậy là alpha; ở đây nó được gọi là độ tin cậy và nhập dưới dạng tỷ lệ.
- Không áp dụng hiệu chỉnh của Guenther; trả về hệ số Howe thuần túy.
- Hệ số k một phía dùng công thức Natrella, chỉ cần phân vị chuẩn. Phương pháp t không tâm không được cung cấp.
- Bậc tự do là N-1, vì một mẫu ước lượng cả trung bình lẫn độ lệch chuẩn.
- Ở chế độ một phía, giới hạn dưới và giới hạn trên là hai biên một phía riêng biệt, không phải một cặp hai phía. Độ phủ phải ít nhất 0.5.
- Phân vị được lấy từ hàm phân phối nghịch đảo độ chính xác kép, không từ bảng làm tròn. Hệ số k và các giới hạn được hiển thị với 4 chữ số thập phân.
Ví dụ minh họa
Hai phía, \(N=43\), \(p=0.90\), \(\gamma=0.99\), trung bình 100, \(s=5\). Khi đó \(\nu=42\) và
$$k_2 = 2.2173$$Các giới hạn là:
$$100 - 2.2173\times 5 = 88.9134$$$$100 + 2.2173\times 5 = 111.0866$$Với độ tin cậy 99%, ít nhất 90% tổng thể nằm giữa 88.9134 và 111.0866. Bậc tự do là 42.
Đọc kết quả và hạn chế
Hệ số k càng lớn thì khoảng càng rộng. Hệ số k tiến gần tới phân vị chuẩn khi N tăng, và tăng khi độ phủ hoặc độ tin cậy cao hơn. Kết quả giả định tính chuẩn và lấy mẫu ngẫu nhiên; đuôi dày hoặc giá trị ngoại lai làm chúng không còn hợp lệ. Với mẫu nhỏ (N từ 10 trở xuống), xấp xỉ Natrella một phía kém chính xác hơn đáng kể so với phương pháp t không tâm; nguồn cho thấy 5.2808 so với 4.4111 khi N = 6. Với N rất nhỏ cùng p hoặc độ tin cậy cao, có thể không tồn tại k thực và cần tăng cỡ mẫu. Độ lệch chuẩn bằng 0 cho giới hạn bằng trung bình.
Hỏi đáp
Khoảng dung sai khác khoảng tin cậy thế nào?
Khoảng tin cậy ước lượng một tham số như trung bình. Khoảng dung sai giới hạn một tỷ lệ đã nêu của các giá trị riêng lẻ trong tổng thể.
Độ phủ và độ tin cậy có nghĩa là gì?
Độ phủ là tỷ lệ tối thiểu của tổng thể mà khoảng cần chứa. Độ tin cậy là xác suất dài hạn để các khoảng được xây dựng theo cách này đạt được độ phủ đó.
Vì sao chế độ một phía báo lỗi?
Xấp xỉ có thể không có nghiệm thực với mẫu rất nhỏ khi độ phủ hoặc độ tin cậy cao. Hãy tăng N hoặc giảm các mức đã chọn.
Tôi có thể dùng cho dữ liệu không chuẩn không?
Không đáng tin cậy. Hãy kiểm tra tính chuẩn trước hoặc biến đổi dữ liệu.
Vì sao kết quả của tôi hơi khác bảng đã in?
Bảng được làm tròn và có thể dùng hệ số chính xác; công cụ này tính trực tiếp các xấp xỉ với độ chính xác kép.
Nguồn tham khảo
- 7.2.6.3. Khoảng dung sai cho phân phối chuẩn, Sổ tay điện tử về các phương pháp thống kê NIST/SEMATECH