ចន្លោះទំនុកចិត្ត។ តើវាជាអ្វីនិងរបៀបដែលវាអាចត្រូវបានប្រើ?

ចន្លោះទំនុកចិត្ត, ចូលមកដល់យើងពីវាលនៃស្ថិតិ។ ជួរជាក់លាក់នេះដែលបម្រើដើម្បីប៉ាន់ប្រមាណប៉ារ៉ាម៉ែត្រដែលមិនស្គាល់ជាមួយសញ្ញាបត្រខ្ពស់នៃភាពអាចជឿជាក់បាន។ វិធីងាយស្រួលបំផុតដើម្បីពន្យល់នេះគឺដោយមានឧទាហរណ៍មួយ។

ឧបមាថាអ្នកចង់បានដើម្បីស្វែងរកតម្លៃចៃដន្យណាមួយ, ឧ, ជាពេលវេលាឆ្លើយតបរបស់ម៉ាស៊ីនបម្រើទៅនឹងសំណើរបស់ម៉ាស៊ីនភ្ញៀវមួយ។ រាល់ពេលដែលប្រភេទអាសយដ្ឋានជាក់លាក់មួយដែលអ្នកប្រើម៉ាស៊ីនបម្រើបានឆ្លើយតបទៅវាក្នុងល្បឿនខុសគ្នា។ ដូច្នេះពេលវេលាឆ្លើយតបសាកល្បងស្ថិតចៃដន្យ។ ដូច្នេះចន្លោះជឿជាក់ដើម្បីកំណត់ព្រំដែននៃប៉ារ៉ាម៉ែត្រនេះហើយបន្ទាប់មកវានឹងអាចធ្វើទៅបានអះអាងថាជាមួយនឹងប្រូបាបនៃការ 95% អត្រាការប្រតិកម្មនៃ ម៉ាស៊ីនបម្រើនេះនឹងមាននៅក្នុងជួរដែលបានគណនាដោយយើង។

ឬអ្នកចង់ដឹងថាតើមានមនុស្សប៉ុន្មាននាក់ដែលបានដឹងពីសញ្ញាពាណិជ្ជកម្មរបស់ក្រុមហ៊ុននេះ។ ពេលចន្លោះជឿជាក់ត្រូវបានគណនា, បន្ទាប់មកវានឹងអាចធ្វើទៅបាន, ឧទាហរណ៍ដើម្បីនិយាយថា 95% សមាមាត្រប្រូបាប៊ីលីតេនៃអតិថិជនដែលមានការយល់ដឹងអំពីនេះ ម៉ាក, គឺនៅក្នុងជួរពី 27% ទៅ 34% ។

ចាប់តាំងពីរយៈពេលនេះគឺជាការយ៉ាងជិតស្និទ្ធទាក់ទងទៅនឹងតម្លៃជាកម្រិតដូចទំនុកចិត្តមួយ។ វាជាលទ្ធភាពដែលថាជម្រើសដែលចង់បានត្រូវបានរួមបញ្ចូលក្នុងចន្លោះជឿជាក់មួយ។ ពីតម្លៃនេះវាអាស្រ័យទៅលើរបៀបដែលធំនឹងមានជួរដែលអ្នកចង់បានរបស់យើង។ នេះកាន់តែច្រើនតម្លៃវាទទួលបាន, តូចចង្អៀតចន្លោះជឿជាក់និងច្រាសមកវិញ។ ជាធម្មតាវាត្រូវបានកំណត់ទៅ 90%, 95% ឬ 99% ។ តម្លៃ 95% ជាការពេញនិយមបំផុត។

សមាសភាគដែលសកម្មផងដែរថាប៉ះពាល់ដល់ការបែកខ្ចាត់ខ្ចាយនៃការសង្កេតនិងទំហំគំរូ។ និយមន័យរបស់ខ្លួនត្រូវបានផ្អែកលើការសន្មត់ថាគុណលក្ខណៈក្នុងសំណួរនេះគឺជាប្រធានបទត្រូវការ ច្បាប់ណ័រម៉ាល់។ សេចក្តីថ្លែងការណ៍នេះត្រូវបានគេស្គាល់ផងដែរថាជាច្បាប់ហ្គោសរបស់ខ្លួន។ នេះបើយោងតាមទៅគាត់, នេះត្រូវបានគេហៅថាការចែកចាយធម្មតានៃអថេរចៃដន្យមួយដែលបន្តដែលអាចត្រូវបានរៀបរាប់ដោយប្រូបាប៊ីលីតេដង់ស៊ីតេ។ ប្រសិនបើមានការសន្មត់នៃការចែកចាយធម្មតាបានបង្ហាញថាជាខុសហើយបន្ទាប់មកការព្យាករនេះអាចនឹងខុស។

ជាដំបូងចូរស្រាយជាមួយនឹងរបៀបគណនាចន្លោះជឿជាក់សម្រាប់ ការរំពឹងទុកនោះទេ។ មានករណីពីរដែលអាចធ្វើទៅបាន។ បែកខ្ចាត់ខ្ចាយ (កម្រិតនៃវិធីនៃអថេរចៃដន្យនេះ) អាចនឹងត្រូវបានគេស្គាល់ថាបានឬមិនបាន។ ប្រសិនបើវាត្រូវបានគេស្គាល់, ចន្លោះទំនុកចិត្ដរបស់យើងត្រូវបានគណនាដោយប្រើរូបមន្តដូចខាងក្រោម:

HSR - t * σ / (sqrt (n)) <= α <= HSR + T * σ / (sqrt (n)), ម្ល៉ោះ

α - សញ្ញា,

t - ប៉ារ៉ាម៉ែត្រនៃតារាងចែកចាយ Laplace,

sqrt (n) - ឬសការ៉េនៃចំនួនសរុប ទំហំសំណាកគំរូ ,

σ - ឫសការ៉េនៃវ៉ារ្យង់បាន។

ប្រសិនបើអ្នកមិនស្គាល់ខុសគ្នានោះគឺវាអាចត្រូវបានគណនា, ប្រសិនបើយើងបានដឹងថាតម្លៃទាំងអស់នៃលក្ខណៈដែលអ្នកចង់បាន។ ដើម្បីធ្វើដូចនេះប្រើរូបមន្តដូចខាងក្រោម:

σ2 = h2sr - (HSR) 2, ម្ល៉ោះ

h2sr - តម្លៃមធ្យមនៃការ៉េនៃលក្ខណៈសិក្សានេះ,

(HSR) 2 - ការ៉េ មានន័យថាតម្លៃ នៃលក្ខណៈ។

រូបមន្តដែលក្នុងករណីនេះត្រូវបានគណនាចន្លោះជឿជាក់ជាការខុសគ្នាបន្តិច:

HSR - t * s បាន / (sqrt (n)) <= α <= HSR + T * s បាន / (sqrt (n)), ម្ល៉ោះ

XCP - គំរូមានន័យថា,

α - សញ្ញា,

t - ប៉ារ៉ាម៉ែត្រដែលត្រូវបានរកឃើញដោយការចែកចាយរបស់សិស្ស = តារាងអាវអាវ (ɣ; n-1)

sqrt (n) - ឬសការ៉េនៃទំហំគំរូ,

s បាន - ឫសការ៉េនៃវ៉ារ្យង់បាន។

សូមពិចារណាឧទាហរណ៍នេះ។ សន្មត់ថាលទ្ធផលនៃ 7 ទំហំត្រូវបានគេកំណត់ពីតម្លៃមធ្យមនៃលក្ខណៈពិសេសការធ្វើតេស្តនេះដែលស្មើនឹង 30 និងខុសគ្នាគំរូស្មើទៅនឹង 36 វាគួរតែត្រូវបានរកឃើញជាមួយនឹងប្រូបាបនៃចន្លោះជឿជាក់ 99% ដែលមានតម្លៃពិតនៃប៉ារ៉ាម៉ែត្រវាស់បាន។

ជាដំបូងយើងកំណត់ថាអ្វីដែលជាការមិនបាន: t = t (0,99; 7-1) = 3.71 ។ ដោយប្រើរូបមន្តខាងលើយើងទទួលបាន:

HSR - t * s បាន / (sqrt (n)) <= α <= HSR + + * របស់ T / (sqrt (n))

30 - 3.71 * 36 / (sqrt (7)) <= α <= 30 + 3,71 * 36 / (sqrt (7))

21,587 <= α <= 38,413

ចន្លោះជឿជាក់សម្រាប់វ៉ារ្យង់បានត្រូវបានគណនាជាករណីមធ្យមដែលបានស្គាល់ហើយនៅពេលដែលមិនមានទិន្នន័យនៅលើការរំពឹងទុកគណិតវិទ្យានិងចំណុចប៉ាន់ស្មានខុសគ្នាមិនលម្អៀងតម្លៃដែលបានស្គាល់តែប៉ុណ្ណោះ។ យើងនឹងមិនផ្តល់ឱ្យនៅទីនេះរូបមន្តសម្រាប់ការគណនារបស់ខ្លួនចាប់តាំងពីពួកគេគឺពិតជាស្មុគស្មាញហើយបើចង់បាន, ពួកគេអាចត្រូវបានរកឃើញនៅលើតែងតែបណ្តាញនេះ។

យើងកត់សំគាល់តែមួយគត់ដែលចន្លោះជឿជាក់ត្រូវបានកំណត់យ៉ាងងាយស្រួលដោយប្រើកម្មវិធីឬបណ្តាញសេវាកម្មវិធី Excel, ដែលត្រូវបានគេហៅថា។