Dans les statistiques, échantillonnage aléatoire des données à partir d'une population souvent conduit à la production d'une courbe en cloche avec la moyenne centrée sur le sommet de la cloche. Ceci est connu comme une distribution normale. Le théorème de la limite centrale des états qui, comme le nombre d'échantillons augmente, la mesure de la moyenne tend à être distribuées normalement sur la population de la moyenne et de l'écart-type devient plus étroite. Le théorème de la limite centrale peut être utilisée pour estimer la probabilité de trouver une valeur particulière au sein d'une population.
Dans les statistiques, échantillonnage aléatoire des données à partir d'une population souvent conduit à la production d'une courbe en cloche avec la moyenne centrée sur le sommet de la cloche. Ceci est connu comme une distribution normale. Le théorème de la limite centrale des états qui, comme le nombre d'échantillons augmente, la mesure de la moyenne tend à être distribuées normalement sur la population de la moyenne et de l'écart-type devient plus étroite. Le théorème de la limite centrale peut être utilisée pour estimer la probabilité de trouver une valeur particulière au sein d'une population.
les Choses dont Vous aurez Besoin
- de Recueillir des échantillons, puis de déterminer la moyenne. Par exemple, supposons que vous voulez calculer la probabilité qu'un homme dans les États-unis ont un niveau de cholestérol 230 milligramme par décilitre ou au-dessus. Nous voudrions commencer par la collecte d'échantillons à partir de 25 personnes et de mesurer leur taux de cholestérol. Après la collecte des données, calculer la moyenne de l'échantillon. La moyenne est obtenue en additionnant chaque valeur mesurée et en divisant par le nombre total d'échantillons. Dans cet exemple, supposons que la moyenne est de 211 milligrammes par décilitre.
- Calculer l'écart type, qui est une mesure de la donnée 'spread'. Cela peut être fait en quelques étapes faciles:
- Soustraire chaque point de données à partir de la moyenne.
- la quadrature du résultat, et la somme de cette valeur pour chaque point.
- Diviser par le total de l'échantillon nombre.
- Prendre la racine carrée.
Dans cet exemple, supposons que l'écart-type est de 46 milligrammes par décilitre.- Calculer l'erreur standard en divisant l'écart-type par la racine carrée de l'échantillon total nombre:
erreur Standard = 46 / sqrt25 = 9.2 - Dessinez un croquis de la distribution normale et l'ombre dans la probabilité appropriés. Suivant l'exemple, vous voulez savoir la probabilité qu'un homme a un niveau de cholestérol 230 milligramme par décilitre ou au-dessus. Trouver la probabilité, de découvrir comment de nombreuses erreurs standards loin de la moyenne de 230 milligramme par décilitre est (valeur Z):
Z = 230 - 211 / 9.2 = 2.07
Regardez la probabilité d'obtenir une valeur 2.07 erreurs-types au-dessus de la moyenne. Si vous avez besoin de trouver la probabilité de trouver une valeur dans 2.07 écarts-types de la moyenne, alors z est positif. Si vous avez besoin de trouver la probabilité de trouver une valeur au-delà de 2.07 déviations standard de la moyenne alors z est négatif. - Rechercher la valeur z sur un standard de probabilité normale de la table. La première colonne sur la gauche indique le nombre entier et la première décimale de la valeur z. La ligne le long du haut montre la troisième décimale de la valeur z. Suivant l'exemple, depuis notre valeur z est -2.07, d'abord localiser -2.0 dans la colonne de gauche, puis balayez la ligne supérieure pour l'0.07 entrée. Le point auquel ces colonnes et les lignes se croisent est la probabilité. Dans ce cas, la valeur lue sur la table est 0.0192 et donc la probabilité de trouver un mâle qui a un taux de cholestérol de 230 milligramme par décilitre ou au-dessus est de 1,92%.
Comment Appliquer le Theoreme de la Limite Centrale
Dans les statistiques, echantillonnage aleatoire des donnees a partir d'une population souvent conduit a la production d'une courbe en cloche avec la moyenne centree sur le sommet de la cloche. Ceci est connu comme une distribution normale. Le theoreme de la limite centrale des etats qui, comme le nombre d'echantillons augmente, la mesure de la moyenne tend a etre distribuees normalement sur la population de la moyenne et de l'ecart-type devient plus etroite. Le theoreme de la limite centrale peut etre utilisee pour estimer la probabilite de trouver une valeur particuliere au sein d'une population.
Dans les statistiques, echantillonnage aleatoire des donnees a partir d'une population souvent conduit a la production d'une courbe en cloche avec la moyenne centree sur le sommet de la cloche. Ceci est connu comme une distribution normale. Le theoreme de la limite centrale des etats qui, comme le nombre d'echantillons augmente, la mesure de la moyenne tend a etre distribuees normalement sur la population de la moyenne et de l'ecart-type devient plus etroite. Le theoreme de la limite centrale peut etre utilisee pour estimer la probabilite de trouver une valeur particuliere au sein d'une population.
les Choses dont Vous aurez Besoin
- de Recueillir des echantillons, puis de determiner la moyenne. Par exemple, supposons que vous voulez calculer la probabilite qu'un homme dans les Etats-unis ont un niveau de cholesterol 230 milligramme par decilitre ou au-dessus. Nous voudrions commencer par la collecte d'echantillons a partir de 25 personnes et de mesurer leur taux de cholesterol. Apres la collecte des donnees, calculer la moyenne de l'echantillon. La moyenne est obtenue en additionnant chaque valeur mesuree et en divisant par le nombre total d'echantillons. Dans cet exemple, supposons que la moyenne est de 211 milligrammes par decilitre.
- Calculer l'ecart type, qui est une mesure de la donnee 'spread'. Cela peut etre fait en quelques etapes faciles:
- Soustraire chaque point de donnees a partir de la moyenne.
- la quadrature du resultat, et la somme de cette valeur pour chaque point.
- Diviser par le total de l'echantillon nombre.
- Prendre la racine carree.
Dans cet exemple, supposons que l'ecart-type est de 46 milligrammes par decilitre.- Calculer l'erreur standard en divisant l'ecart-type par la racine carree de l'echantillon total nombre:
erreur Standard = 46 / sqrt25 = 9.2 - Dessinez un croquis de la distribution normale et l'ombre dans la probabilite appropries. Suivant l'exemple, vous voulez savoir la probabilite qu'un homme a un niveau de cholesterol 230 milligramme par decilitre ou au-dessus. Trouver la probabilite, de decouvrir comment de nombreuses erreurs standards loin de la moyenne de 230 milligramme par decilitre est (valeur Z):
Z = 230 - 211 / 9.2 = 2.07
Regardez la probabilite d'obtenir une valeur 2.07 erreurs-types au-dessus de la moyenne. Si vous avez besoin de trouver la probabilite de trouver une valeur dans 2.07 ecarts-types de la moyenne, alors z est positif. Si vous avez besoin de trouver la probabilite de trouver une valeur au-dela de 2.07 deviations standard de la moyenne alors z est negatif. - Rechercher la valeur z sur un standard de probabilite normale de la table. La premiere colonne sur la gauche indique le nombre entier et la premiere decimale de la valeur z. La ligne le long du haut montre la troisieme decimale de la valeur z. Suivant l'exemple, depuis notre valeur z est -2.07, d'abord localiser -2.0 dans la colonne de gauche, puis balayez la ligne superieure pour l'0.07 entree. Le point auquel ces colonnes et les lignes se croisent est la probabilite. Dans ce cas, la valeur lue sur la table est 0.0192 et donc la probabilite de trouver un male qui a un taux de cholesterol de 230 milligramme par decilitre ou au-dessus est de 1,92%.
Comment Appliquer le Théorème de la Limite Centrale
By commentfaire
Dans les statistiques, échantillonnage aléatoire des données à partir d'une population souvent conduit à la production d'une courbe en cloche avec la moyenne centrée sur le sommet de la cloche. Ceci est connu comme une distribution normale. Le théorème de la limite centrale des états qui, comme le nombre d'échantillons augmente, la mesure de la moyenne tend à être distribuées normalement sur la population de la moyenne et de l'écart-type devient plus étroite. Le théorème de la limite centrale peut être utilisée pour estimer la probabilité de trouver une valeur particulière au sein d'une population.
