이 탐색기 도구의 간격, 하한 및 상한 출력이 무엇인지 이해할 수 없습니다. stdev의 CI를 계산하는 데 사용하는 전통적인 chi^2 수학과 일치하지 않는 것 같습니다. "간격"은 상한과 하한 사이의 범위와도 일치하지 않는 것 같습니다....
간격 폭의 단위는 무엇입니까?
이는 표준편차의 값에 따라 달라지나요?
반폭인가요, 전폭인가요?
이걸 사용해서 CI를 계산하려면 어떻게 해야 하나요? 대칭이 아니어야 한다는 건 알지만...
부탁드립니다. 감사합니다.
안녕하세요 @Brian_Pimentel : 해당 정보는 여기에서 확인하실 수 있습니다(도움말 버튼을 클릭하세요).
https://www.jmp.com/support/help/en/18.0/#page/jmp/margin-of-error-for-one-sample-variance.shtml#
거기에는 폭(Interval 옵션을 선택했기 때문에 전체 폭)이 샘플 분산 = 1이라는 가정 하에 예상한 것과 같다고 나와 있습니다(아직 데이터를 수집하지 않았기 때문에 이는 말이 됩니다). 따라서 귀하의 경우, 크기 27의 샘플을 추출하면 모집단 분산에 대한 95% CI의 폭은 1.258*샘플 분산이 됩니다.
다른 질문:
1. 간격 폭의 단위는 무엇입니까? 단위 없음.
2. 표준편차의 값에 따라 달라지나요? 아니요.
3. 반폭인가 전폭인가? 위에 답했습니다.
4. CI를 계산하는 데 이것을 어떻게 사용합니까? 이것은 CI를 계산하는 도구가 아닙니다. 표본 크기의 함수로서 원하는 너비를 기반으로 원하는 표본 크기를 평가하는 도구입니다. 너비는 모집단 표준 편차의 추정치로서 표본 표준 편차가 갖는 정밀도를 측정한 것입니다. 플롯에서 볼 수 있듯이 표본 크기가 증가함에 따라 정밀도 향상은 줄어듭니다. 예를 들어, n=5일 때 너비는 7.898이고 n=10일 때 2.86입니다. 따라서 표본 크기를 5에서 10으로 늘리면 정밀도가 크게 증가합니다(7.898에서 2.86으로). 하지만 10에서 15로(다시 5씩 증가) 가면 너비가 1.951이 됩니다. 따라서 표본 크기가 동일하게 증가하더라도 정밀도 증가는 더 작습니다(2.86에서 1.951로). 따라서 표본 크기가 커질수록 정밀도가 점점 감소합니다(표본 크기가 커질수록 플롯이 점점 더 평평해지는 것으로 나타남). 정밀도와 표본 크기 간의 균형을 결정하는 것은 사용자에게 달려 있습니다.
데이터를 수집한 후에는 Distribution 플랫폼을 사용하여 신뢰 구간을 계산할 수 있습니다.
.
