Distribución muestral de una proporción

Esta calculadora de la distribución muestral de una proporción muestral informa ambos parámetros de la distribución de p-hat. La media es igual a la proporción poblacional p, y la desviación típica es la raíz cuadrada de p por uno menos p entre el tamaño muestral n. Usted introduce una proporción poblacional en el intervalo unitario cerrado y un tamaño muestral entero positivo; el motor devuelve las entradas limpias, el complemento q igual a uno menos p, la varianza muestral binomial p por q entre n, y la desviación típica como la raíz cuadrada positiva de esa varianza. Las comprobaciones clásicas incluyen una proporción poblacional del sesenta por ciento con cien extracciones, que produce media cero coma seis y una desviación típica cercana al cuatro coma nueve por ciento. El camino es aritmética de coma flotante determinista pura: sin llamadas de red, sin remuestreo bootstrap ni atajos dependientes de la fecha.

Qué es la distribución muestral de una proporción y qué contiene esta respuesta

La distribución muestral de una proporción muestral p-hat es la distribución de probabilidad de esa proporción a lo largo de todas las muestras aleatorias simples de tamaño n extraídas de una población cuya proporción verdadera de éxitos es p.

Sus dos parámetros quedan completamente determinados por p y n: la media es igual a p, de modo que la proporción muestral es insesgada para la proporción poblacional, y la desviación típica es la raíz cuadrada de p por uno menos p entre n, que es cuánto se espera que oscile p-hat de una muestra a otra.

Esta calculadora devuelve ambos números, junto con el complemento q igual a uno menos p y la varianza muestral p por q entre n, para que un informe de deberes o un memorando de diseño de sondeo pueda mostrar el par clásico completo en lugar de solo un fragmento de error estándar. Ese par es la distribución muestral teórica cuando se conoce el parámetro poblacional p; no es la misma búsqueda que un error estándar plug-in que sustituye un p-hat observado por p después de recoger la muestra.

Los estudiantes encuentran este objeto cuando un libro pide la media y la desviación típica de p-hat, cuando comprueban cómo se estrecha la dispersión al crecer n, y cuando comparan una proporción poblacional hipotética con la variabilidad muestral de una muestra planificada. El tamaño muestral debe ser un entero positivo porque n es un recuento de ensayos de Bernoulli independientes; un n decimal, nulo o negativo no es un recuento válido de ensayos para esta distribución. La proporción poblacional debe situarse en el intervalo unitario cerrado.

Dónde resulta útil la distribución muestral de una proporción

Las aulas y las plataformas de tutoría usan una calculadora de la distribución muestral de una proporción para que el alumnado compruebe tanto la media como la desviación típica para p y n arbitrarios sin confundir la fórmula plug-in de error estándar que usa un p-hat observado con la distribución teórica que usa el p poblacional.

Los generadores de preparación de exámenes necesitan un oráculo determinista que rechace un tamaño muestral no entero en lugar de truncar n en silencio y producir un sigma plausible pero incorrecto que un calificador defectuoso podría tratar como acierto.

Los diseñadores de encuestas y las mesas de sondeos usan el mismo par cuando preguntan cuán grande debe ser n antes de que la distribución muestral de una proporción de «sí» sea lo bastante estrecha para un comunicado: la media permanece en p mientras sigma se reduce como uno entre la raíz de n.

Los equipos de producto y operaciones vigilan la dispersión teórica de una tasa de conversión, de defectos o de abandono cuando conocen una línea base histórica p y planifican una muestra de n usuarios; esa es una pregunta distinta de estimar un error estándar después de recoger la muestra. Quienes redactan secciones de métodos pueden fijar la media y la desviación típica exactas de p-hat en tablas complementarias sin reimplementar una raíz en cada cuaderno.

Mantenga n como entero positivo y p dentro del intervalo unitario, y obtendrá parámetros reproducibles de la distribución muestral de una proporción para hojas, complementos LMS y workers de borde sin montar un paquete estadístico propio.