Kalkulator Selang Keyakinan Profesional

Kira selang keyakinan untuk min dan perkadaran populasi. Menyokong z-interval dan t-interval dengan penyelesaian langkah demi langkah.

Untuk bantuan pembelajaran dan kerja rumah — sahkan pengiraan kritikal secara bebas.

Disemak oleh Papan Editorial Matematik CalculatorDrive · Kemas kini terakhir

Kalkulator

Masukkan data anda untuk mengira selang keyakinan bagi min atau perkadaran populasi.

Jawapan ringkas

Selang keyakinan ialah julat yang dibina di sekeliling statistik sampel yang mungkin mengandungi nilai populasi sebenar: selang = anggaran titik ± (nilai kritikal × ralat piawai). Selang keyakinan 95% bermakna jika anda mengulangi proses pensampelan berkali-kali, kira-kira 95% daripada selang yang anda akan bina akan mengandungi parameter populasi sebenar — bukannya terdapat kemungkinan 95% nilai sebenar berada di dalam selang tertentu ini.

Pengambilan utama

  • A wider confidence level (99% vs. 90%) always produces a wider interval — you're trading precision for certainty, not getting a "more correct" answer.
  • Gunakan taburan-z apabila sisihan piawai populasi diketahui atau sampelnya besar (n ≥ 30); gunakan taburan-t apabila σ dianggarkan daripada sampel kecil.
  • Menggandakan saiz sampel hanya mengurangkan separuh margin ralat, kerana ralat piawai mengecut dengan punca kuasa dua n, bukan dengan n itu sendiri.
  • "95% confidence" describes the long-run reliability of the method across repeated sampling, not the probability that this specific interval contains the true value.

Formula selang keyakinan

Min (σ diketahui): CI = x̄ ± z × (σ / √n)

Perkadaran: CI = p̂ ± z × √(p̂(1 − p̂) / n)

Tahap keyakinan z nilai kritikal
90%1.645
95%1.96
99%2.576

z vs. t: nilai kritikal yang manakah untuk digunakan

keadaan guna kenapa
σ diketahui, sebarang saiz sampelzTaburan normal piawai terpakai dengan tepat
σ tidak diketahui, n ≥ 30z (lebih kurang)Sampel yang besar menjadikan t hampir sama dengan z
p tidak diketahui, n < 30tEkor yang lebih gemuk menyumbang ketidakpastian tambahan dalam menganggar σ

Contoh yang berfungsi: 95% selang untuk min sampel

Min sampel x̄ = 50.5, saiz sampel n = 100, sisihan piawai σ = 10.5, tahap keyakinan = 95%.

Ralat piawai = σ / √n = 10.5 / √100 = 1.05

Margin ralat = 1.96 × 1.05 ≈ 2.06

95% CI = 50.5 ± 2.06 = [48.44, 52.56]

Kami akan mengatakan bahawa kami 95% yakin purata populasi sebenar adalah antara 48.44 dan 52.56 — bermakna kaedah ini menangkap min sebenar dalam kira-kira 95% sampel yang diambil dengan cara yang sama, bukannya selang khusus ini mempunyai peluang 95% untuk betul.

Kesilapan biasa yang perlu dielakkan

  • Interpreting "95% confidence" as "95% probability the true value is in this interval" — it's a statement about the long-run method, not this one computed interval.
  • Menggunakan z apabila sampel kecil dan σ tidak diketahui — ekor taburan-t yang lebih gemuk wujud secara khusus untuk mengambil kira ketidakpastian tambahan itu.
  • Dengan mengandaikan menggandakan saiz sampel mengurangkan separuh margin ralat — ia sebenarnya memerlukan empat kali ganda n untuk mengurangkan separuh margin, kerana ralat standard mengecut dengan √n.
  • Melupakan selang keyakinan perkadaran memerlukan p̂ antara 0 dan 1, dan boleh berkelakuan buruk berhampiran 0 atau 1 dengan sampel kecil.

Soalan Lazim

Apakah selang keyakinan?

Selang keyakinan ialah julat nilai yang mungkin mengandungi parameter populasi sebenar, seperti min. Selang 95% bermakna jika anda mengulangi pensampelan berkali-kali, kira-kira 95% selang akan menangkap nilai sebenar.

Apakah maksud 95% keyakinan sebenarnya?

Ia menerangkan kaedah, bukan satu selang. Anda tidak boleh mengatakan terdapat kebarangkalian 95% min sebenar terletak pada satu selang yang dikira — parameter ditetapkan; selang adalah rawak.

Bilakah anda menggunakan z lawan t untuk selang keyakinan?

Gunakan taburan z apabila sisihan piawai populasi diketahui atau saiz sampel adalah besar. Gunakan taburan t apabila σ tidak diketahui dan dianggarkan daripada sampel kecil.

Bagaimanakah saiz sampel mempengaruhi lebar selang?

Sampel yang lebih besar menghasilkan selang yang lebih sempit kerana ralat piawai mengecut. Lebih banyak data bermakna lebih tepat.

Bagaimanakah cara saya menggunakan kalkulator selang keyakinan ini?

Masukkan min sampel, sisihan piawai, saiz sampel dan tahap keyakinan, kemudian klik Kira untuk melihat titik akhir selang dan margin ralat.

Mengapa selang keyakinan 99% lebih luas daripada selang 95%?

Keyakinan yang lebih tinggi memerlukan jaringan yang lebih luas untuk lebih yakin untuk menangkap nilai sebenar. Nilai kritikal berkembang dengan tahap keyakinan — kira-kira 1.645 untuk 90%, 1.96 untuk 95%, dan 2.576 untuk 99% — jadi margin ralat, dan oleh itu selang, menjadi lebih luas apabila keyakinan meningkat.

More math calculators