Laske otoskeskiarvon jakauman keskiarvo ja keskivirhe σ ÷ √n sekä todennäköisyyksiä keskeisen raja-arvolauseen avulla.
Perusjoukko ja otoskoko
Anna perusjoukon keskiarvo ja keskihajonta sekä otoskoko. Keskivirhe lasketaan kaavalla σ ÷ √n.
Todennäköisyys otoskeskiarvolle (valinnainen)
Valitse hännän suunta ja anna raja-arvo(t) otoskeskiarvolle x̄. Laskuri laskee todennäköisyyden normaaliapproksimaatiolla.
Tulokset
Keskeinen raja-arvolause – otoskeskiarvon jakauma
Keskeinen raja-arvolause (CLT) on yksi tilastotieteen tärkeimmistä tuloksista. Se kertoo, että otoskeskiarvon jakauma lähestyy normaalijakaumaa, kun otoskoko kasvaa – riippumatta perusjoukon jakauman muodosta. Tämä laskuri laskee otoskeskiarvon jakauman keskiarvon ja keskivirheen sekä halutessasi todennäköisyyden, että otoskeskiarvo osuu valitulle välille.
Määritelmä
Kun perusjoukosta poimitaan satunnaisotoksia ja jokaisesta lasketaan keskiarvo, näiden otoskeskiarvojen jakaumaa kutsutaan otosjakaumaksi. Keskeinen raja-arvolause sanoo, että suurilla otoksilla tämä otosjakauma on likimain normaalinen, sen keskiarvo on perusjoukon keskiarvo μ ja sen keskihajonta on keskivirhe σ ÷ √n.
Kaava ja selitys
Otoskeskiarvon jakauman tunnusluvut:
otoskeskiarvon keskiarvo: μx̄ = μ
keskivirhe: σx̄ = σ ÷ √n
Tässä μ on perusjoukon keskiarvo, σ perusjoukon keskihajonta ja n otoskoko. Todennäköisyys otoskeskiarvolle lasketaan standardoimalla raja z-arvoksi:
z = (x̄ − μ) ÷ (σ ÷ √n)
minkä jälkeen todennäköisyys luetaan standardinormaalijakaumasta.
Vaiheittainen esimerkki
Perusjoukon keskiarvo on μ = 100 ja keskihajonta σ = 15. Poimitaan otos, jonka koko on n = 36. Mikä on todennäköisyys, että otoskeskiarvo jää alle 95?
Keskivirhe: σ ÷ √n = 15 ÷ √36 = 15 ÷ 6 = 2,5.
Standardoi raja: z = (95 − 100) ÷ 2,5 = −2,0.
Todennäköisyys: P(z < −2,0) ≈ 0,023 eli noin 2,3 %.
Vaikka yksittäisten havaintojen jakauma ei olisi normaalinen, otoskeskiarvon jakauma on tällä otoskoolla riittävän lähellä normaalia, jotta laskenta on perusteltu.
Tuloksen tulkinta
Keskivirhe kertoo, kuinka tarkasti otoskeskiarvo arvioi perusjoukon keskiarvoa. Pieni keskivirhe tarkoittaa, että otoskeskiarvot keskittyvät tiukasti todellisen keskiarvon ympärille:
Keskivirhe pienenee, kun otoskoko kasvaa (σ ÷ √n).
Nelinkertainen otoskoko puolittaa keskivirheen.
Suurilla otoksilla otoskeskiarvon jakauma on likimain normaalinen.
Käyttökohteet
Luottamusvälit: keskivirhe on otoskeskiarvon luottamusvälin perusta.
Hypoteesin testaus: z- ja t-testit nojaavat otoskeskiarvon jakaumaan.
Otoskoon suunnittelu: arvioi, kuinka tarkka keskiarvon estimaatti on.
Missä keskeistä raja-arvolausetta käsitellään opinnoissa?
Keskeinen raja-arvolause on tilastollisen päättelyn perusta. Lukion matematiikassa otoskeskiarvon jakaumaa ja keskivirhettä sivutaan tilastojen ja todennäköisyyden yhteydessä. Yliopiston tilastotieteen ja todennäköisyyslaskennan kursseilla CLT johdetaan tarkemmin, ja se on perustana luottamusväleille, hypoteesitesteille sekä useimmille normaalijakaumaan nojaaville menetelmille.
Usein kysytyt kysymykset
Mitä keskeinen raja-arvolause tarkoittaa?
Keskeinen raja-arvolause (CLT) sanoo, että kun otoskoko n kasvaa riittävän suureksi, otoskeskiarvon jakauma lähestyy normaalijakaumaa riippumatta siitä, minkä muotoinen perusjoukon jakauma on. Otoskeskiarvon jakauman keskiarvo on sama kuin perusjoukon keskiarvo μ ja keskihajonta eli keskivirhe on σ ÷ √n. Tämä on yksi tilastollisen päättelyn kulmakivistä, koska se mahdollistaa normaalijakaumaan perustuvat menetelmät hyvin monenlaisille aineistoille.
Mikä on keskivirhe ja miten se lasketaan?
Keskivirhe (englanniksi standard error) on otoskeskiarvon jakauman keskihajonta. Se lasketaan kaavalla σ ÷ √n, jossa σ on perusjoukon keskihajonta ja n otoskoko. Esimerkiksi kun σ = 15 ja n = 36, keskivirhe on 15 ÷ 6 = 2,5. Keskivirhe pienenee, kun otoskoko kasvaa: nelinkertainen otos puolittaa keskivirheen, koska neliöjuuressa n nelinkertaistuu mutta juuri kaksinkertaistuu.
Kuinka suuri otoksen pitää olla, jotta CLT pätee?
Yleinen nyrkkisääntö on, että otoskoko n ≥ 30 riittää, jotta otoskeskiarvon jakauma on likimain normaalinen. Jos perusjoukon jakauma on jo valmiiksi lähellä normaalia, pienempikin otos riittää. Jos jakauma on hyvin vino tai siinä on poikkeavia arvoja, voidaan tarvita suurempi otos. Laskuri huomauttaa, jos otoskoko on pieni.
Miten lasken todennäköisyyden otoskeskiarvolle?
Otoskeskiarvo standardoidaan z-arvoksi kaavalla z = (x̄ − μ) ÷ (σ ÷ √n), minkä jälkeen todennäköisyys luetaan normaalijakaumasta. Esimerkiksi kun μ = 100, σ = 15 ja n = 36, keskivirhe on 2,5. Tällöin todennäköisyys, että otoskeskiarvo on alle 95, vastaa z-arvoa (95 − 100) ÷ 2,5 = −2,0. Laskuri tekee tämän automaattisesti valitsemallesi rajalle.
Kyllä. Yksittäisten havaintojen hajonta on perusjoukon keskihajonta σ, mutta otoskeskiarvojen hajonta on keskivirhe σ ÷ √n, joka on aina pienempi (kun n > 1). Keskiarvon laskeminen tasoittaa satunnaisvaihtelua, joten otoskeskiarvot keskittyvät tiukemmin perusjoukon keskiarvon ympärille kuin yksittäiset havainnot.