20

我知道我需要 mean 和 sd 来找到间隔，但是，如果问题是：

在对 1,000 名随机选择的工人进行的调查中，其中 520 名是女性。根据调查，为女性工人的比例创建 95% 的置信区间。

我如何找到 mean 和 sd 呢？

4

4 回答 4

29

您也可以使用prop.testfrom package stats，或binom.test

prop.test(x, n, conf.level=0.95, correct = FALSE)

        1-sample proportions test without continuity correction

data:  x out of n, null probability 0.5
X-squared = 1.6, df = 1, p-value = 0.2059
alternative hypothesis: true p is not equal to 0.5
95 percent confidence interval:
 0.4890177 0.5508292
sample estimates:
   p 
0.52

您可能会发现这篇文章很有趣，在第 861 页的表 1 中，为单个比例给出了不同的置信区间，使用七种方法计算（对于选定的 n 和 r 组合）。使用prop.test您可以获得在表的第 3 行和第 4 行中找到的结果，同时binom.test返回您在第 5 行中看到的结果。

于 2014-02-12T07:59:37.310 回答
21

在这种情况下，您有二项式分布，因此您将计算二项式比例置信区间。

在 R 中，您可以使用binconf()from packageHmisc

> binconf(x=520, n=1000)
 PointEst     Lower     Upper
     0.52 0.4890177 0.5508292

或者你可以自己计算：

> p <- 520/1000
> p + c(-qnorm(0.975),qnorm(0.975))*sqrt((1/1000)*p*(1-p))
[1] 0.4890345 0.5509655
于 2014-02-12T06:34:07.033 回答
18

或者，使用包中propCI的函数来prevalence获得五个最常用的二项式置信区间：

> library(prevalence)
> propCI(x = 520, n = 1000)
    x    n    p        method level     lower     upper
1 520 1000 0.52 agresti.coull  0.95 0.4890176 0.5508293
2 520 1000 0.52         exact  0.95 0.4885149 0.5513671
3 520 1000 0.52      jeffreys  0.95 0.4890147 0.5508698
4 520 1000 0.52          wald  0.95 0.4890351 0.5509649
5 520 1000 0.52        wilson  0.95 0.4890177 0.5508292
于 2014-02-12T09:11:48.587 回答
5

另一个包： tolerance 将计算大量典型分布函数的置信度/容差范围。

于 2014-02-12T12:42:19.627 回答