गणक की हाशिया
एक सर्वेक्षण के हाशिया को ढूंढें जिसने अनुपात से बाहर किया.
जैसे आप टाइप करते हैं, परिणाम अद्यतन करें.
इस गणक के बारे में
त्रुटि का हाशिया बताता है कि कितनी दूर तक एक सर्वेक्षण परिणाम सच्ची जनसंख्या मूल्य से है — "preus या माइनस" का उल्लेख अगले परिणाम से संबंधित है. एक अनुपात है: z*p(१) / n), जहां pP का विस्तार मापन आकार और z**" सीमा का विस्तार करता है, N/s.P/s. यह प्रतिशत के लिए एक सीमा को दिखाता है, और अपने आधार पर निर्भर करता है. तो उदाहरण के लिए, उदाहरण सीमा में. उदाहरण देती है, उदाहरण के बारे में, उदाहरण देने के लिए, उदाहरण देने के लिए, उदाहरण देने के लिए, उदाहरण सीमा
बार बार पूछे जाने वाले प्रश्न
बड़ा नमूना त्रुटि के हाशिया को क्यों कम करता है?
हाशिया नमूना आकार के वर्गमूल के साथ कम हो जाता है, इसलिए n हानिंग त्रुटि का हाशिया लोड करता है. यह कम से कम एक या दो प्रतिशत का प्रतिशत करने के लिए आवश्यक है.
50% डिफ़ॉल्ट अनुपात क्यों है?
मात्रा P( 1 m) p = 0. 5 में बड़ा है, तो एक 50/50 विभाजित करने पर, सबसे सामान्य त्रुटि का विस्तार उत्पन्न करता है. इसका उपयोग यकीन है कि वास्तविक हाशिया रिपोर्ट से बड़ा नहीं है.
कैसे मैं त्रुटि के हाशिया की गणना करता हूँ?
S(1 p) के वर्गमूल द्वारा आपके भरोसे के लिए महत्वपूर्ण मूल्य P(1 p) squet N. p = 0. 5 = 1000 और 95% है, कि 1 sequce( 0.25) प्रतिशत का मूल्य है.
त्रुटि के हाशिया और भरोसे अंतराल में क्या फर्क है?
त्रुटि का हाशिया आधा चौड़ाई है; भरोसा अंतराल है आप अपने परिणाम से हाशिया जोड़ कर किनारे को घटाते हुए पाते हैं. एक 48% परिणाम 3- बिन्दुओं के साथ 45% का भरोसा अंतराल देता है%% 2 से%.
क्या बड़ी आबादी में से किसी को त्रुटि का बड़ा हाशिया चाहिए?
कुछ हज़ार लोगों के अलावा, जनसंख्या आकार के आकार का यह भी असर होता है कि यह नमूना क्या है ।
भरोसा स्तर त्रुटि के असत्य को कैसे बदलता है?
उच्च भरोसा स्तर एक बड़ा z**, जो हाशिया को खोलता है. 95% से खिसकते हैं (z* 1.96) से 99% (सा.=106) तक (सा.) उसी नमूना के लिए पक्ष में हाशिया को बढ़ाता है 31%.
एपीआई — इस गणक का प्रयोग कोड से करें
इस गणक को मुक्त JSON अंत बिन्दु के रूप में काल करें — कोई कुंजी आवश्यक नहीं. क्वैरी पैरामीटर या JSON के रूप में क्षेत्र मान भेजें. पूरा एपीआई खुराक पढ़ें →
अंत बिन्दु
GET https://calculator.free/api/v1/margin-of-error/
curl
curl "https://calculator.free/api/v1/margin-of-error/?n=1000&p=50&conf=1.96"
JavaScript fetch()
const r = await fetch(
"https://calculator.free/api/v1/margin-of-error/?" + new URLSearchParams({
"n": "1000",
"p": "50",
"conf": "1.96"
}));
const data = await r.json();
console.log(data.results);
इसका नतीजा सिर्फ यह होता है कि वे न सिर्फ पैसे के, इलाज या कर - निकाले की सलाह देते हैं ।