Eşik, hipergeometrik dağılımın yakınsamasını sağlayacak şekilde seçilir ( , SD'dir, bir binom dağılım yerine (yerine örnekleme için), normal bir dağılıma (bu Merkezi Limit Teoremi, bakınız örneğin,Normal Eğri, Merkezi Limit Teoremi ve Markov ve Chebychev'in Eşitsizlikleri). Rastgele Değişkenler). Başka bir deyişle,n/N≤0.05 olduğunda(yani,n,N ilekarşılaştırıldığında 'çok büyük değildir), FPC güvenli bir şekilde göz ardı edilebilir; Düzeltme faktörününsabit birNiçinndeğişkenliği ile nasıl geliştiğini görmek kolaydır:N=10,000 olduğunda,FPC.9995N−nN−1−−−−√n/N≤0.05nNnNN=10,000FPC=.9995zaman ise FPC = .3162 , n = 9 , 000 . Ne zaman N → ∞n=10FPC=.3162n=9,000N→∞ , FPC 1 yaklaşır ve biz (sonsuz nüfusla gibi, yani) yerine koyarak örnekleme durumuna yakındır.
Bu sonuçları anlamak için iyi bir başlangıç noktası, örneklemenin değiştirilmeden yapıldığı örnekleme teorisi hakkında bazı çevrimiçi dersleri okumaktır ( basit rastgele örnekleme ). Parametrik olmayan istatistiklerle ilgili bu çevrimiçi öğretici toplam beklenti ve varyansı hesaplamaya ilişkin bir çizime sahiptir.
Bazı yazarlar kullanmak olduğunu göreceksiniz yerine N - 1 FPC paydada; aslında, örneklemle veya nüfus istatistiğiyle çalışmanıza bağlı olarak değişir: varyans için σ 2 yerine S 2 ile ilgileniyorsanız , N - 1 yerine N olacaktır.NN−1NN−1S2σ2 .
Online başvurulara gelince, size önerebilirim