Exactitude et la précision en termes de la distribution d'échantillonnage

L'idée d'une distribution d'échantillonnage est au cœur des concepts de précision et precjeSion. Imaginez un scénario dans lequel une expérience (comme un essai clinique ou d'une enquête) est réalisé encore et encore un très grand nombre de fois, à chaque fois sur un échantillon aléatoire de sujets différents.

Utilisation de la "pour cent des enfants qui aiment le chocolat" par exemple, chaque expérience pourrait consister à interviewer 50 enfants choisis au hasard et de reporting quel pourcentage des enfants de cet échantillon ont dit qu'ils aimaient le chocolat.

La répétition de cette expérience entière N fois (et en supposant que N est dans les millions) exigerait un grand nombre de scientifiques, de prendre beaucoup de temps et coûter beaucoup d'argent, mais supposons que vous pouvez réellement faire.




Pour chaque répétition de l'expérience, vous obtiendrez une valeur particulière pour l'échantillon statistique vous étiez intéressé par (le pour cent des enfants dans cet échantillon qui aiment le chocolat), et que vous écrivez ce numéro sur une (très gros) morceau de papier.

Après avoir effectué votre expérience N fois, vous auriez un énorme ensemble de valeurs pour la statistique d'échantillonnage (qui est, le pour cent des enfants qui aiment le chocolat). Vous pouvez ensuite calculer la moyenne de ces valeurs en les additionnant et en divisant par N.

Et vous pouvez calculer l'écart type en soustrayant la moyenne de chaque valeur, la quadrature chaque différence, l'addition des places, en divisant par N - 1, puis en prenant la racine carrée. Et vous pourriez construire un histogramme de la N Les valeurs de pourcentage pour voir comment ils ont été répartis.

Statisticiens décrivent cela d'une manière plus formelle - ils disent que tous vos résultats répétés sont répartis dans quelque chose appelé le distribution d'échantillonnage pour cet échantillon statistique de votre expérience.

  • Précision se réfère à la proximité de votre statistique de l'échantillon observé est le véritable paramètre de population, ou plus formellement, la proximité de la moyenne de la distribution d'échantillonnage est de la moyenne de la distribution de la population. Par exemple, à quel point est la moyenne de toutes vos valeurs de pourcentage à la véritable pourcentage des enfants qui aiment le chocolat?

  • Précision se réfère à la proximité de vos valeurs répétées de l'échantillon statistique sont à l'autre, ou plus formellement, la largeur de la distribution d'échantillonnage est, qui peuvent être exprimées comme la déviation standard de la distribution d'échantillonnage. Par exemple, quel est l'écart type de votre grande collection de valeurs de pourcentage?


» » » » Exactitude et la précision en termes de la distribution d'échantillonnage