Jeg stusser litt her om konfidensintervall.
La oss si vi ikke vet standardavviket til en variabel vi ønsker å estimere, da må vi finne alternative metoder for å estimere dette standardavviket.
Man bruker [tex]s_{n-1}=\sqrt{\frac{1}{n-1}\sum(\bar{X}-X_i)^2}[/tex], hvor [tex]E(s_{n-1})=\sigma[/tex] for å estimere [tex]\sigma[/tex].
For å lage et konfidensintervall trenger man det nøyaktige standardavviket, men når man ikke vet dette bruker man t-distrubisjonen. Boka går ikke nærmere inn på dette, men jeg antar at man får det det teoretisk riktige konfidensintervallet ved å bruke T-Interval på kalkulatoren.
Når man nå går over til konfidensintervall for å estimere p med [tex]\hat{p}[/tex], så lar man [tex]\sigma=\sqrt{\frac{\hat{p}(1-\hat{p})}{n}}[/tex].
Det jeg lurer på er hvorfor vi kan bruke dette som grunnlag for et konfidensintervall for å estimere p. Med dette utgjør det jo en relativt stor feil i intervallet forskjell hvis [tex]\hat{p}[/tex] er signifikant forskjellig fra p.
Konfidensintervall
Moderators: Aleks855, Gustav, Nebuchadnezzar, Janhaa, DennisChristensen, Emilga