Σ
SDCalc
PokročilýAplikace·11 min

Konstrukce intervalů spolehlivosti pomocí směrodatné odchylky

Naučte se konstruovat intervaly spolehlivosti pomocí směrodatné odchylky. Pochopte, co znamenají hladiny spolehlivosti a jak interpretovat IS v reálných scénářích.

Co je interval spolehlivosti?

Interval spolehlivosti (IS) je rozsah hodnot, který pravděpodobně obsahuje skutečný populační parametr. Místo jediného bodového odhadu IS zohledňuje nejistotu tím, že poskytuje rozmezí.

“S 95% spolehlivostí skutečný průměr leží mezi 48,2 a 51,8”

95% IS: [48,2; 51,8]

Vzorec

Interval spolehlivosti pro populační průměr je:

Vzorec intervalu spolehlivosti

CI = x̄ ± z* × (σ / √n)
  • x̄ = výběrový průměr
  • z* = kritická hodnota (1,96 pro 95% IS)
  • σ = směrodatná odchylka
  • n = velikost výběru
  • σ/√n = směrodatná chyba
Hladina spolehlivostiHodnota z*
90 %1,645
95 %1,960
99 %2,576

Správná interpretace

Častý omyl

95% IS NEznamená “existuje 95% pravděpodobnost, že skutečný průměr leží v tomto intervalu.” Skutečný průměr buď v intervalu je, nebo není – je to pevná hodnota.

Správná interpretace

“Kdybychom tento proces výběru opakovali mnohokrát, 95 % vypočítaných intervalů by obsahovalo skutečný populační průměr.”

Řešené příklady

Příklad: Spokojenost zákazníků

Provedete průzkum u 100 zákazníků a zjistíte průměrné skóre spokojenosti 7,5 se směrodatnou odchylkou 1,5. Vypočítejte 95% IS.
1

Zjistěte směrodatnou chybu

SE = 1,5 / √100 = 0,15
2

Vypočítejte chybu odhadu

ME = 1,96 × 0,15 = 0,294
3

Sestavte interval

IS = 7,5 ± 0,294 = [7,21; 7,79]

Interpretace: S 95% spolehlivostí je skutečná průměrná spokojenost zákazníků mezi 7,21 a 7,79.

Co ovlivňuje šířku IS?

Velikost výběru (n)

Větší n = užší IS Více dat = větší přesnost

Směrodatná odchylka (σ)

Větší σ = širší IS Větší variabilita = menší jistota

Hladina spolehlivosti

Vyšší spolehlivost = širší IS 99% IS je širší než 95% IS

Further Reading

← Centrum výuky

How to Read This Article

A statistics tutorial is a practical interpretation guide, not just a formula dump. It refers to the assumptions, notation, and reporting language that analysts need when they explain a result to a teacher, manager, client, or reviewer. The article body covers the specific topic, while the sections below create a common interpretation frame that readers can reuse across related metrics.

Reading goalWhat to focus onCommon mistake
DefinitionWhat the metric is and what quantity it summarizesTreating the formula as self-explanatory
Formula choiceSample versus population assumptions and notationUsing n when n-1 is required or vice versa
InterpretationWhether the result indicates concentration, spread, or riskCalling a large value good or bad without context

Frequently Asked Questions

How should I interpret a high standard deviation?

A high standard deviation means the observations are spread farther from the mean on average. Whether that spread is acceptable depends on the context: wide dispersion might signal risk in finance, instability in manufacturing, or genuine natural variation in scientific data.

Why do some articles mention n while others mention n-1?

The denominator reflects the difference between population and sample formulas. Population variance and population standard deviation use N because the full dataset is known. Sample variance and sample standard deviation often use n-1 because Bessel’s correction reduces bias when estimating population spread from a sample.

What is a statistical interpretation guide?

A statistical interpretation guide is a page that moves beyond arithmetic and explains meaning. It tells you what a metric is, when the formula applies, and how to describe the result in plain English without overstating certainty.

Can I cite this article in a report?

You should cite the underlying authoritative reference for formal work whenever possible. This page is best used as an explanatory bridge that helps you understand the concept before quoting the original standard or handbook.

Why include direct citations on every article page?

Direct citations give readers a route to verify the definition, notation, and assumptions. That improves trust and reduces the chance that a simplified explanation is mistaken for the entire technical standard.

Authoritative References

These sources define the concepts referenced most often across our articles. Bessel's correction is a sample adjustment, variance is a squared measure of spread, and standard deviation is the square root of variance expressed in the same units as the data.