Minitab 22 - Parameterschätzung (Binomial) - Planwert für einen Stichprobenumfang und eine einseitige Konfidenzintervallgrenze
- Erstellt am 15.12.2021
- Überarbeitet am 10.4.2024
- Software: Minitab 22, 21, 20
Das Werkzeug Stichprobenumfang für Parameterschätzung gibt mir für den Parameter Anteil (Binomial) für binomial verteilte Daten die Möglichkeit, unter Vorgabe eines Planwerts für den Anteil und eines Stichprobenumfangs, eine Fehlerspanne für das Konfidenzintervall zu schätzen. Im Fallbeispiel zur Erklärung der Fehlerspanne in der Onlinehilfe werden für einen Planwert von 0,2 bei einem Stichprobenumfang von 80 Fehlerspannen von 0,081 (für die untere Konfidenzintervallgrenze) und 0,104 (für die obere Konfidenzintervallgrenze) und damit ein Konfidenzintervall
(0,20 – 0,081, 0,20 + 0,104) = (-0,061, 0,304)
berechnet. Ich würde gerne berechnen, für welchem Planwert für den Anteil ich für einen vorgegebenen Stichprobenumfang eingeben müsste das Konfidenzintervall eine bestimmte einseitige Konfidenzgrenze hätte.
Das entsprechende APS-Paket ist über unseren ADDITIVE Professional Service erhältlich. Um das Paket zu erhalten, kontaktieren Sie unseren Support per E-Mail an
Erläuterung
Das lokale Makro ADD_sup_Parameterschaetzung_Binomial_Planwert_fuer_N_und_einseitige_Grenze.mac berechnet zu
- einem oder mehreren vorgegebenen Stichprobenumfängen und
- einer vorgebenen einseitigen unteren oder oberen Konfidenzgrenze
einen Planwert, bei dem das Konfidenzintervall den eingegebnen Wert als Unter- beziehungsweise Obergrenze hätte. Die Befehle und Argumente haben dabei folgende Bedeutung:
%ADD_sup_Parameterschaetzung_Binomial_Planwert_fuer_N_und_einseitige_Grenze; | Der Hauptbefehl wird ohne Argumente aufgerufen, aber mit einem Semikolon am Ende, um den Aufruf mit den Unterbefehlen fortzusetzen. |
SUmfang n; | n ist eine Konstante im Fall eines einzelnen Stichprobenumfangs, und eine Spalte bei mehreren Stichprobenumfängen. |
UGrenz ug; | ug ist eine von Ihnen vorgegebene einseitige untere Konfidenzintervallgrenze. |
OGrenz og; | og ist eine von Ihnen vorgegebene einseitige obere Konfidenzintervallgrenze. |
UPlanwert punten; | punten ist eine Ausgabespalte für den Planwert im Fall einer einseitigen unteren Konfidenzintervallgrenze. |
OPlanwert poben; | poben ist eine Ausgabespalte für den Planwert im Fall einer einseitigen oberen Konfidenzintervallgrenze. |
Alpha | a ist das Signifikanzniveau. Standardmäßig ist a = 0,05. Das entspricht einem Konfidenzniveau von 95%. |
Bitte legen Sie das Makro in dem Verzeichnis ab, dass Sie in Minitab unter Datei: Optionen als Speicherort für Makros festgelegt haben.
Beispiel 1
Sie wollen wissen, bei welchem Planwert das Werkzeug "Stichprobenumfang für Parameterschätzung" im Fall eines Stichprobenumfangs von 100 eine einseitige obere 95%-Konfidenzintervallgrenze von 0,1 berechnen würde. Der Befehl für den Aufruf des Makros ist
%ADD_sup_Parameterschaetzung_Binomial_Planwert_fuer_N_und_einseitige_Grenze;
SUmfang 100;
OGrenz 0,1.
UNBEKANNTES ARBEITSBLATT
Parameterschätzung (Binomial) - Gesuchter Planwert für Obergrenze
Bei einem Planwert von 0,04825451 und einem Stichprobenumfang von 100
erhalten wir eine Obergrenze von 0,10000000. Die Fehlerspanne ist
0,10000000 - 0,04825451 = 0,05174549
Methode
|
|
Parameter |
Anteil |
Verteilung |
Binomial |
Anteil |
0,0482545 |
Konfidenzniveau |
95% |
Konfidenzintervall |
Obergrenze |
Ergebnisse
Stichproben |
Fehlerspanne |
100 |
0,0517455 |
Beispiel 2
Sie wollen wissen, bei welchem Planwert das Werkzeug Stichprobenumfang für Parameterschätzung von 100 eine einseitige obere 95%-Konfidenzintervallgrenze von 0,1 für verschiedene Stichprobenumfänge berechnen würde. Die Stichprobenumfänge sind in Spalte C1 hinterlegt, und Sie wollen die Planwerte in Spalte C2 speichern. Der Befehl für den Aufruf des Makros ist
%ADD_sup_Parameterschaetzung_Binomial_Planwert_fuer_N_und_einseitige_Grenze;
SUmfang C1;
OGrenz 0,1;
OPlanwert C2.
Dieses Makro ist ein Beispiel für die Automatisierungsmöglichkeiten für Minitab. Trotz aller Sorgfalt übernehmen wir keine Gewährleistung für die Richtigkeit der Berechnungen und Ergebnisse.
|