Képlet szerint határozzuk meg a határait az általános átlagos
1); 2); 3); 4).
Képlet szerint határozza meg a határértékeket az általános részesedése?
1); 2); 3); 4).
Milyen hibákat nem specifikusak a mintavételes felmérés?
1) a regisztrációs hibák szándékos; 2) A regisztrációs hiba nem szándékos; 3) random hibahatárt; 4) Pre-értelmes mintavételi hibát.
Hogyan fog az átlagos mintavételi hiba az újbóli kiválasztása, ha a minta méretét növeljük négyszer?
1) redukáljuk 4-szeres; 3) növeli a 2-szer;
2) csökkent 2-szeres; 4) nőtt 4-szer.
Milyen kiválasztási módszer a legpontosabb?
1) self-véletlenszerű; 3) egy tipikus;
2) mechanikus; 4) A soros.
Mi az átlagos mintavételi hiba aránya ismétlés mentes a véletlenszerű kiválasztás?
1); 2); 3); 4).
Képlet szerint határozzuk meg a marginális mintavételi hiba a jellemző alatti mechanikai kiválasztási?
1); 2); 3); 4).
Mi az a képlet, mint az alapjául, hogy meghatározza a szükséges mennyiségű mintát véletlenszerűen önálló újraválasztási?
1); 2); 3); 4).
Ahogy aránya határozza meg a marginális hiba tipikus kiválasztása?
1); 2); 3); 4).
Képlet szerint határozzuk meg a marginális mintavételi hiba a jellemző soros-újraválasztási?
1); 2); 3); 4).
Tipikus feladatok megoldása
1. példa tanulmányozása berendezések gyárak tőkeállomány végeztünk 10% -a az önálló SLN tea-vizsgálat, amelynek eredményeként az alábbi adatokat az üzemek egy forrás költsége:
Az éves átlagos tárgyi eszközök értéke, millió. UAH
Átlagos variációk száma, vagyis szelektív sovokupnos-ti, a következőképpen számítjuk ki: millió.
A diszperzió a következő képlettel :.
N = 500, R. A. Feladatok a feltétellel A minta térfogata 10% -a az általános népesség (n = 50). Ekkor az átlagos mintavételi hiba: millió.
A példánkban, mivel a valószínűsége 0,997 amelynél. és korlátozza a mintavételi hiba lesz: millió.
Az éves átlagos tárgyi eszközök értéke a teljes népesség lesz a tartomány:
= 6,4mln.grn. 0,75 millió; 5,65 millió 7,15mln.grn.
Következésképpen a valószínűsége 0,997 lehetne érvelni, hogy az éves átlagos értéke az eszközök a lakosság lesz a tartományban 5,65-7,25 millió.
2.Dolya növények értéke a tárgyi eszközök több mint 6 millió a populációban képlet határozza meg :.
Aránya az ilyen növények a mintában készlet a következőképpen :; .
A példánkban adott a valószínűsége 0,954, így.
Ezután a frakció növényeket a tárgyi eszközök értéke több mint 6 millió. A lakosság a következő lesz:
Így, az aránya a növények értéke a tárgyi eszközök több mint 6 millió a teljes népesség körében lesz a tartományban 49-75%. Eredmények valószínűséggel 0,954 garantált.
2. példa: Annak megállapításához, a havi átlagfizetés alkalmazottak pénzügyi és banki intézmények végezték a mintavételes felmérés 100 fős program keretében önálló SLN-tea-újraválasztási. Az eredmény azt mutatta, hogy az átlagkereset 880 USD. a szórása 169 UAH. Valószínűséggel 0,954 meghatározzák, ami fekszik az átlagos fizetés a lakosság körében.
Az átlagkereset az alkalmazottak a lakosság fogja meghatározni a képlet :. Annak megállapításához, a határokat az általános átlag kiszámításához szükséges mintavételi hibahatáron :; ; UAH., UAH; 880 ± 33,8; 846,2 UAH. 913,8 UAH.
Valószínűséggel 0,954 lehetne azzal érvelni, hogy az átlagkereset az alkalmazottak pénzügyi és banki intézmények az általános népesség körében mozog 846,2-913,8 UAH.
3. példa A folyamat során a műszaki monitoring tétel késztermékek véletlen kiválasztással mintavételi nélkül helyettesítő igazoltuk termékek 80, ebből 4 bizonyult hibásnak. Valószínűséggel 0,954, meghatározza a határait hibás termékek is, ha a kiválasztás az arány 10.
Aránya a hibás termékek a populáció lesz a következő képlet segítségével :. Definiáljuk a százalékos hibás termékek a teljes minta = 0,05 vagy 5%.
Korlátozása mintavételi hiba meghatározása a következő :,
ahol egy előre meghatározott valószínűségi abban az állapotban a probléma.
Az átlagos mintavételi hiba:
Ezután a frakció hibás termékek az általános népesség körében a következő :; .
Valószínűséggel 0,954 lehetne azzal érvelni, hogy a házasságok aránya az egész tétel a késztermék lesz a tartományban 0,4-9,6%.
4. példa Annak meghatározására, az átlagos fizetés eladók a régióban készült 20% -os jellemző minta kiválasztási egység arányában tipikus csoportok (belső típusok használt véletlenszerű mintavétel nélkül helyettesítési módszer kiválasztása). Minta eredményeket az alábbi táblázat tartalmazza:
Jellemző csoportok üzletek
Átlagos fizetés, UAH, X
A szórás, USD,