אַנאַליסיס & טעסטינגCRM און דאַטאַ פּלאַטפאָרמסMartech Zone אַפּפּס

אַפּ: יבערבליק מינימום מוסטער גרייס קאַלקולאַטאָר

יבערבליק מינימום מוסטער גרייס קאַלקולאַטאָר

יבערבליק מינימום מוסטער גרייס קאַלקולאַטאָר

פּלאָמבירן אין אַלע דיין סעטטינגס. ווען איר פאָרלייגן די פאָרעם, דיין מינימום מוסטער גרייס וועט זיין געוויזן.

%
דיין דאַטן און בליצפּאָסט אַדרעס זענען נישט סטאָרד.
אָנהייב איבער

דעוועלאָפּינג אַ יבערבליק און ינשורינג איר האָבן אַ גילטיק ענטפער אויף וואָס איר קענען באַזע דיין געשעפט דיסיזשאַנז ריקווייערז אַ ביסל עקספּערטיז. ערשטער, איר האָבן צו ענשור אַז דיין פראגעס זענען געפרעגט אין אַ שטייגער וואָס טוט נישט פאָרורטיילן די ענטפער. צווייטנס, איר מוזן ענשור אַז איר יבערבליק גענוג מענטשן צו באַקומען אַ סטאַטיסטיש גילטיק רעזולטאַט.

איר טאָן ניט דאַרפֿן צו פרעגן יעדער מענטש, דאָס וואָלט זיין אַרבעט-אינטענסיווע און גאַנץ טייַער. מאַרק פאָרשונג קאָמפּאַניעס אַרבעט צו דערגרייכן אַ הויך מדרגה פון בטחון און אַ נידעריק גרענעץ פון טעות בשעת זיי דערגרייכן די מינימום קוואַנטיטי פון ריסיפּיאַנץ נייטיק. דאָס איז באקאנט ווי דיין מוסטער גרייס. דו ביסט מוסטערונג אַ זיכער פּראָצענט פון די קוילעלדיק באַפעלקערונג צו דערגרייכן אַ רעזולטאַט וואָס גיט אַ מדרגה פון צוטרוי צו וואַלאַדייט די רעזולטאַטן. ניצן אַ וויידלי אנגענומען פאָרמולע, איר קענען באַשליסן אַ גילטיק מוסטער גרייס וואָס וועט פאָרשטעלן די באַפעלקערונג ווי אַ גאַנץ.

אויב איר לייענען דעם דורך RSS אָדער E- בריוו, גיט די פּלאַץ צו נוצן די געצייַג:

רעכענען דיין יבערבליק מוסטער גרייס

וויאזוי ארבעט מוסטערונג?

מוסטערונג איז א פראצעס פון אויסקלייבן א סובסעט פון יחידים פון א גרעסערע באפעלקערונג, כדי צו מאכן אינפערענצן איבער די קעראַקטעריסטיקס פון דער גאנצער באפעלקערונג. עס איז אָפט געניצט אין פאָרשונג שטודיום און פּאָללס צו זאַמלען דאַטן און מאַכן פֿאָרויסזאָגן וועגן אַ באַפעלקערונג.

עטלעכע פאַרשידענע מעטהאָדס פון מוסטערונג קענען זיין געוויינט, אַרייַנגערעכנט:

  1. פּשוט ראַנדאָם מוסטערונג: דאָס ינוואַלווז סאַלעקטינג אַ מוסטער פון דער באַפעלקערונג מיט אַ טראַפ - אופֿן, אַזאַ ווי ראַנדאַמלי סאַלעקטינג נעמען פון אַ רשימה אָדער ניצן אַ טראַפ - נומער גענעראַטאָר. דאָס ינשורז אַז יעדער מיטגליד פון דער באַפעלקערונג האט אַ גלייַך געלעגנהייט צו זיין אויסגעקליבן פֿאַר די מוסטער.
  2. סטראַטאַפייד מוסטערונג ינוואַלווז דיטיילד די באַפעלקערונג אין סאַבגרופּס (שיכטן) באזירט אויף זיכער קעראַקטעריסטיקס און דעמאָלט סאַלעקטינג אַ טראַפ מוסטער פון יעדער שיכטע. דאָס ינשורז אַז דער מוסטער איז רעפּריזענאַטיוו פון די פאַרשידענע סאַבגרופּס אין דער באַפעלקערונג.
  3. קנויל מוסטערונג: דאָס ינוואַלווז דיוויידינג די באַפעלקערונג אין קלענערער גרופּעס (קלאַסטערז) און דעמאָלט אויסקלייַבן אַ טראַפ מוסטער פון די קלאַסטערז. אַלע מיטגלידער פון די אויסגעקליבן קלאַסטערז זענען אַרייַנגערעכנט אין די מוסטער.
  4. סיסטעמאַטיש מוסטערונג: דאָס ינוואַלווז סאַלעקטינג יעדער nth מיטגליד פון דער באַפעלקערונג פֿאַר די מוסטער, ווו n איז די מוסטערונג מעהאַלעך. פֿאַר בייַשפּיל, אויב די מוסטערונג מעהאַלעך איז 10 און די באַפעלקערונג גרייס איז 100, יעדער 10 מיטגליד וואָלט זיין אויסגעקליבן פֿאַר די מוסטער.

עס איז וויכטיק צו קלייַבן די צונעמען מוסטערונג אופֿן באזירט אויף די קעראַקטעריסטיקס פון די באַפעלקערונג און די פאָרשונג קשיא וואָס איז געלערנט.

בטחון מדרגה קעגן טעות גרענעץ

אין אַ מוסטער יבערבליק, די בטחון מדרגה מעסטן דיין בטחון אַז דיין מוסטער אַקיעראַטלי רעפּראַזענץ די באַפעלקערונג. עס איז אויסגעדריקט ווי אַ פּראָצענט און איז באשלאסן דורך די גרייס פון דיין מוסטער און די מדרגה פון וועריאַביליטי אין דיין באַפעלקערונג. פֿאַר בייַשפּיל, אַ בטחון מדרגה פון 95% מיטל אַז אויב איר וואָלט דורכפירן די יבערבליק עטלעכע מאָל, די רעזולטאַטן וואָלט זיין פּינטלעך 95% פון די צייט.

די טעות גרענעץ, אויף די אנדערע האַנט, איז אַ מאָס פון ווי פיל דיין יבערבליק רעזולטאַטן קען בייַטן פון די אמת באַפעלקערונג ווערט. עס איז טיפּיקלי אויסגעדריקט ווי אַ פּראָצענט און איז באשלאסן דורך די גרייס פון דיין מוסטער און די מדרגה פון וועריאַביליטי אין דיין באַפעלקערונג. פֿאַר בייַשפּיל, רעכן די טעות גרענעץ פֿאַר אַ יבערבליק איז פּלוס אָדער מינוס 3%. אין דעם פאַל, אויב איר וואָלט דורכפירן די יבערבליק עטלעכע מאָל, די אמת באַפעלקערונג ווערט וואָלט פאַלן אין די בטחון מעהאַלעך (דיפיינד דורך די מוסטער מיטל פּלוס אָדער מינוס די טעות גרענעץ) 95% פון די צייט.

אַזוי, אין קיצער, די בטחון מדרגה איז אַ מאָס פון ווי זיכער איר זענט אַז דיין מוסטער רעפּראַזענץ אַקיעראַטלי די באַפעלקערונג. אין דער זעלביקער צייט, די טעות גרענעץ מיטלען ווי פיל דיין יבערבליק רעזולטאַטן קען בייַטן פון די פאַקטיש באַפעלקערונג ווערט.

פארוואס איז דער נאָרמאַל דעוויאַטיאָן וויכטיק?

דער נאָרמאַל דיווייישאַן מיטלען די דיספּערשאַן אָדער פאַרשפּרייטן פון אַ סכום פון דאַטן. עס דערציילט איר ווי פיל די יחיד וואַלועס אין אַ דאַטאַסעט בייַטן פון די מיטל פון די דאַטאַסעט. ווען קאַלקיאַלייטינג די מינימום מוסטער גרייס פֿאַר אַ יבערבליק, די נאָרמאַל דיווייישאַן איז יקערדיק ווייַל עס העלפּס איר באַשליסן ווי פיל פּינטלעכקייַט איר דאַרפֿן אין דיין מוסטער.

אויב דער נאָרמאַל דיווייישאַן איז קליין, די וואַלועס אין דער באַפעלקערונג זענען לעפיערעך נאָענט צו די דורכשניטלעך, אַזוי איר וועט נישט דאַרפֿן אַ גרויס מוסטער גרייס צו באַקומען אַ גוט אָפּשאַצונג פון די דורכשניטלעך. אויף די אנדערע האַנט, אויב די נאָרמאַל דיווייישאַן איז גרויס, די וואַלועס אין דער באַפעלקערונג זענען מער צעוואָרפן, אַזוי איר וועט דאַרפֿן אַ גרעסערע מוסטער גרייס צו באַקומען אַ גוט אָפּשאַצונג פון די דורכשניטלעך.

אין אַלגעמיין, די גרעסערע די נאָרמאַל דיווייישאַן, די גרעסערע די מוסטער גרייס איר וועט דאַרפֿן צו דערגרייכן אַ געגעבן פּינטלעכקייַט מדרגה. דאָס איז ווייַל אַ גרעסערע נאָרמאַל דיווייישאַן ינדיקייץ אַז די באַפעלקערונג איז מער וועריאַבאַל, אַזוי איר וועט דאַרפֿן אַ גרעסערע מוסטער צו אַקיעראַטלי אָפּשאַצן די דורכשניטלעך באַפעלקערונג.

די פאָרמולע פֿאַר באַשטימען די מינימום מוסטער גרייס

די פאָרמולע צו באַשטימען די מינימום מוסטער גרייס נייטיק פֿאַר אַ געגעבן באַפעלקערונג איז ווי גייט:

S = \ frac {\ frac {z ^ 2 \ times p \ left (1-p \ right)} {e ^ 2}} {1+ \ left (\ frac {z ^ 2 \ times p \ left (1- p \ רעכט)} {e ^ 2 ן} \ רעכט)}

ווו:

  • S = מינימום מוסטער גרייס איר זאָל יבערבליק געגעבן דיין ינפּוץ.
  • N = גאַנץ באַפעלקערונג גרייס. דאָס איז די גרייס פון דעם אָפּשניט אָדער באַפעלקערונג איר ווילן צו אָפּשאַצן.
  • e = גרענעץ פון טעות. ווען איר מוסטער אַ באַפעלקערונג, עס וועט זיין אַ גרענעץ פון טעות.
  • z = ווי זיכער איר קענען זיין אַז די באַפעלקערונג וואָלט אויסקלייַבן אַן ענטפער אין אַ ספּעציפיש קייט. די בטחון פּראָצענט טראַנזלייץ ​​צו די ז- כעזשבן, די נומער פון נאָרמאַל דיווייישאַנז אַ געגעבן פּראָפּאָרציע איז אַוועק פון די דורכשניטלעך.
  • p = סטאַנדאַרד דיווייישאַן (אין דעם פאַל 0.5%).

Douglas Karr

Douglas Karr איז קמאָ פון OpenINSIGHTS און דער גרינדער פון די Martech Zone. דאָוגלאַס האט געהאָלפֿן דאַזאַנז פון געראָטן MarTech סטאַרטאַפּס, אַסיסטאַד אין די רעכט פלייַס פון איבער $ 5 ביל אין Martech אַקוואַזישאַנז און ינוועסטמאַנץ, און האלט צו אַרוישעלפן קאָמפּאַניעס אין ימפּלאַמענינג און אָטאַמייטינג זייער פארקויפונג און פֿאַרקויף סטראַטעגיעס. דאָוגלאַס איז אַן ינטערנאַשאַנאַלי דערקענט דיגיטאַל טראַנספאָרמאַציע און MarTech עקספּערט און רעדנער. דאָוגלאַס איז אויך אַ פארעפנטלעכט מחבר פון אַ דאַמי ס פירער און אַ געשעפט פירערשאַפט בוך.

Related ארטיקלען

צוריק צו שפּיץ קנעפּל
נאָענט

אַדבלאָקק דיטעקטאַד

Martech Zone איז ביכולת צו צושטעלן איר דעם אינהאַלט אָן קיין קאָס ווייַל מיר מאָנעטיזירן אונדזער פּלאַץ דורך אַד רעוועך, צוגעבן לינקס און ספּאָנסאָרשיפּס. מיר וואָלט אָפּשאַצן אויב איר וואָלט באַזייַטיקן דיין אַד בלאַקער ווען איר זען אונדזער פּלאַץ.