9 Estimering
Hvor mange unge røyker? SSB spurte \(651\) personer mellom \(16\) og \(24\) år i 2026, og \(20{,}4\ \%\) svarte at de røyker daglig eller av og til. Men SSB spurte ikke alle de \(612\,000\) unge i Norge. Hvor nær er \(20{,}4\ \%\) den virkelige andelen? I kapittel 8 gikk vi fra populasjon til utvalg: Når vi kjenner \(p\), hvordan varierer \(\hat{p}\)? I dette kapittelet snur vi spørsmålet: Når vi bare kjenner utvalget, hva kan vi si om populasjonen? Svaret er et estimat med en feilmargin.
Last ned oppgaveheftet for kapittel 9 (PDF): oppsummering, gjennomregnede eksempler og oppgaver med fasit, til arbeid uten PC.
Læringsmål
Etter å ha arbeidet med kapittelet skal du kunne
- regne ut punktestimater og standardfeil for en andel og et gjennomsnitt,
- regne ut konfidensintervaller for en andel og for et gjennomsnitt,
- tolke et konfidensintervall riktig i konteksten,
- regne ut feilmarginen i en meningsmåling, og hvor stort utvalg som trengs,
- lese meningsmålinger og nyhetssaker om dem kritisk.
9.1 Estimering
Seksjonen handler om å anslå en ukjent parameter ut fra et utvalg, og om å si hvor usikkert anslaget er.
9.1.1 Punktestimater
I kapittel 8 kjente vi populasjonen og så hvordan utvalgene varierte. I virkeligheten er det omvendt: Vi har ett utvalg, og populasjonen er ukjent. Det beste enkelttallet vi kan gi for andelen røykere blant alle unge, er andelen i utvalget, \(\hat{p} = 0{,}204\). Et slikt enkelttall kalles et punktestimat. Men vi vet fra kapittel 8 at \(\hat{p}\) varierer fra utvalg til utvalg. Derfor må vi også si noe om hvor mye det kan bomme.
Læringsmål
Etter dette delkapittelet skal du kunne
- regne ut punktestimater for en andel, et gjennomsnitt og et standardavvik,
- forklare hva det betyr at et estimat er forventningsrett,
- regne ut og tolke standardfeilen.
Punktestimater
I 8.1 så vi at \(E(\hat{p}) = p\) og \(E(\bar{X}) = \mu\). Estimatene treffer altså riktig i gjennomsnitt over mange utvalg. Vi sier at de er forventningsrette. Det er også grunnen til at \(s\) regnes med \(n - 1\): Da blir \(s^2\) et forventningsrett estimat for \(\sigma^2\) (6.1.4).
Standardfeil
Hvor mye et estimat varierer, sier standardavviket til utvalgsfordelingen (8.1.2). Det kan vi ikke regne ut nøyaktig, fordi formlene inneholder den ukjente parameteren. Vi setter derfor inn estimatet i stedet.
Standardfeilen sier omtrent hvor langt fra parameteren estimatet typisk havner. Den blir mindre når \(n\) øker.
- \(s\) og standardfeilen er ikke det samme. \(s\) sier hvor mye enkeltobservasjonene varierer. Standardfeilen sier hvor mye gjennomsnittet varierer, og er \(\sqrt{n}\) ganger mindre.
- Et punktestimat er nesten aldri nøyaktig lik parameteren. Oppgi alltid hvor usikkert det er.
- Standardfeilen sier bare noe om tilfeldig variasjon, ikke om skjevhet i utvalget.
Oppgaver
Start på nivå 1. Når du får til de fleste oppgavene på et nivå, går du videre til neste. Utfordringene til slutt er for deg som vil prøve deg på noe vanskeligere.
Nivå 1
Nivå 2
Kodeoppgaver
Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.
Utfordringer
Oppsummering
Punktestimater
\(\hat{p}\) for \(p\), \(\bar{x}\) for \(\mu\), \(s\) for \(\sigma\)
Standardfeil for andel
\[ \operatorname{SE}(\hat{p}) = \sqrt{\frac{\hat{p}(1 - \hat{p})}{n}} \]
Standardfeil for gjennomsnitt
\[ \operatorname{SE}(\bar{x}) = \frac{s}{\sqrt{n}} \]
- \(s\) beskriver enkeltobservasjonene. Standardfeilen beskriver estimatet.
9.1.2 Konfidensintervall for andel
Et punktestimat sier ikke hvor usikkert det er. I stedet kan vi gi et intervall av rimelige verdier for parameteren. Idéen kommer fra kapittel 8: \(\hat{p}\) havner innenfor \(1{,}96\) standardavvik fra \(p\) i \(95\ \%\) av utvalgene. Da er også \(p\) innenfor \(1{,}96\) standardavvik fra \(\hat{p}\) i \(95\ \%\) av utvalgene. Lager vi intervallet \(\hat{p} \pm 1{,}96 \cdot \operatorname{SE}\), treffer det \(p\) i \(95\ \%\) av utvalgene.
Læringsmål
Etter dette delkapittelet skal du kunne
- regne ut et konfidensintervall for en andel,
- velge \(z\) for ulike konfidensnivåer,
- tolke et konfidensintervall riktig.
Konfidensintervallet
Figuren viser \(100\) simulerte meningsmålinger med \(1000\) spurte, der den virkelige andelen er \(p = 0{,}28\). For hver måling er intervallet \(\hat{p} \pm 1{,}96 \cdot \operatorname{SE}\) tegnet som en strek. Intervallene som ikke treffer \(0{,}28\), er røde.
Her bommer \(3\) av de \(100\) intervallene. I det lange løp bommer \(5\ \%\).
Tallene \(z\) er grensene som har arealet til konfidensnivået mellom seg i standard normalfordeling. For \(95\ \%\) ligger \(2{,}5\ \%\) i hver hale, og tabellen gir \(P(Z \le 1{,}96) = 0{,}975\).
Tolkning
«\(95\ \%\)» er en egenskap ved metoden: Hvis vi tok mange utvalg og laget et intervall fra hvert, ville omtrent \(95\ \%\) av intervallene inneholde \(p\). Vi sier at vi er \(95\ \%\) sikre på at intervallet inneholder \(p\).
Det betyr ikke at det er \(95\ \%\) sannsynlighet for at \(p\) ligger i akkurat dette intervallet. \(p\) er et fast tall. Enten ligger det i intervallet, eller så gjør det ikke. Vi vet bare ikke hvilket av de \(100\) intervallene i figuren vårt er.
- Et \(95\ \%\) konfidensintervall betyr ikke at det er \(95\ \%\) sannsynlighet for at \(p\) ligger i akkurat dette intervallet.
- Det betyr heller ikke at \(95\ \%\) av utvalgene får \(\hat{p}\) i intervallet, eller at \(95\ \%\) av personene ligger i det.
- Intervallet tar bare hensyn til tilfeldig variasjon. Et skjevt utvalg eller dårlige spørsmål gir feil som intervallet ikke fanger opp.
- Bruk standardfeilen, ikke \(\sqrt{\hat{p}(1 - \hat{p})}\) uten \(n\).
Oppgaver
Start på nivå 1. Når du får til de fleste oppgavene på et nivå, går du videre til neste. Utfordringene til slutt er for deg som vil prøve deg på noe vanskeligere.
Nivå 1
Nivå 2
Kodeoppgaver
Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.
Utfordringer
Oppsummering
Konfidensintervall for andel
\[ \hat{p} \pm z \cdot \sqrt{\frac{\hat{p}(1 - \hat{p})}{n}} \]
Konfidensnivå og \(z\)
\(90\ \%\): \(1{,}645\). \(95\ \%\): \(1{,}96\). \(99\ \%\): \(2{,}576\).
Forutsetninger
Tilfeldig utvalg, minst \(10\) suksesser og \(10\) fiaskoer.
- «\(95\ \%\)» gjelder metoden: \(95\ \%\) av intervallene inneholder \(p\).
- Høyere konfidensnivå gir bredere intervall.
9.1.3 Konfidensintervall for gjennomsnitt
Elevrådet vil vite hvor mye elevene på skolen sover. De trekker \(120\) tilfeldige elever fra elevlista og spør hvor mange timer de sov natt til tirsdag. Gjennomsnittet blir \(7{,}1\) timer med standardavvik \(1{,}2\) timer. Hvor mye sover elevene på skolen i gjennomsnitt? Idéen er den samme som for andeler: Estimatet pluss og minus omtrent to standardfeil.
Læringsmål
Etter dette delkapittelet skal du kunne
- regne ut et konfidensintervall for et gjennomsnitt når utvalget er stort,
- tolke intervallet i konteksten,
- forklare hvordan bredden avhenger av \(s\), \(n\) og konfidensnivået.
Konfidensintervallet
Etter sentralgrensesetningen er \(\bar{X}\) omtrent normalfordelt med standardavvik \(\frac{\sigma}{\sqrt{n}}\) når \(n\) er stor. Vi kjenner ikke \(\sigma\), men med et stort utvalg er \(s\) et godt estimat.
Når \(n\) er liten og \(\sigma\) ukjent, gir dette intervallet for smal margin, fordi \(s\) selv er usikker. Da brukes en annen fordeling, \(t\)-fordelingen, som ikke er en del av dette faget. I denne boka bruker vi bare store utvalg.
Bredden
Halve bredden, \(z \cdot \frac{s}{\sqrt{n}}\), kalles feilmarginen. Den blir mindre når
- \(n\) øker (men bare med \(\sqrt{n}\): Fire ganger så mange gir halv feilmargin),
- konfidensnivået er lavere,
- dataene varierer mindre (mindre \(s\)).
- Bruk \(\frac{s}{\sqrt{n}}\), ikke \(s\). Intervallet handler om gjennomsnittet.
- Intervallet sier ikke hvor de enkelte observasjonene ligger. De fleste observasjonene ligger utenfor et smalt konfidensintervall.
- Uten tilfeldig utvalg gjelder ikke intervallet, uansett hvor stor \(n\) er.
Oppgaver
Start på nivå 1. Når du får til de fleste oppgavene på et nivå, går du videre til neste. Utfordringene til slutt er for deg som vil prøve deg på noe vanskeligere.
Nivå 1
Nivå 2
Kodeoppgaver
Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.
Utfordringer
Oppsummering
Konfidensintervall for gjennomsnitt
\[ \bar{x} \pm z \cdot \frac{s}{\sqrt{n}} \]
Forutsetninger
Tilfeldig utvalg, \(n \ge 30\).
Utvalgsstørrelse
\[ n \ge \left(\frac{z \cdot s}{m}\right)^2 \]
- Intervallet gjelder gjennomsnittet, ikke de enkelte observasjonene.
- Fire ganger så stort utvalg gir halv feilmargin.
9.1.4 Meningsmålinger og feilmargin
«Ap stuper!», skriver en avis. Partiet har gått fra \(27\ \%\) til \(25\ \%\) på én måned. Under artikkelen står det med liten skrift: «\(1000\) spurte, feilmargin \(\pm 3\) prosentpoeng.» Har Ap virkelig falt? Med det vi kan om konfidensintervaller, kan vi lese slike saker kritisk.
Læringsmål
Etter dette delkapittelet skal du kunne
- regne ut feilmarginen i en meningsmåling,
- finne hvor stort utvalg som trengs for en gitt feilmargin,
- vurdere om en endring mellom to målinger kan skyldes tilfeldigheter,
- lese nyhetssaker om meningsmålinger kritisk.
Feilmarginen
\(\hat{p}(1 - \hat{p})\) er størst når \(\hat{p} = 0{,}5\), og da er \(m = 1{,}96 \cdot \frac{0{,}5}{\sqrt{n}} \approx \frac{1}{\sqrt{n}}\). Byråene oppgir ofte denne største feilmarginen.
Utvalgsstørrelse
Løser vi \(m = z \cdot \sqrt{\frac{p(1 - p)}{n}}\) for \(n\), får vi
\[ n = \left(\frac{z}{m}\right)^2 \cdot p(1 - p) \]
Kjenner vi ikke \(p\) på forhånd, bruker vi \(p = 0{,}5\), som gir den største \(n\).
Endringer mellom målinger
Når vi sammenlikner to målinger, er begge usikre. Forskjellen mellom dem varierer mer enn hver av dem: Variansene legges sammen (8.1.2), så standardfeilen til forskjellen er omtrent \(\sqrt{2}\) ganger standardfeilen til én måling.
Kritisk lesing
Feilmarginen tar bare hensyn til tilfeldig variasjon. Skjevhet i utvalget, frafall og ledende spørsmål kan gi mye større feil, og de forsvinner ikke med et større utvalg.
- Feilmarginen gjelder hver andel for seg. For en endring mellom to målinger er den omtrent \(40\ \%\) større.
- «Feilmargin \(\pm 3\) prosentpoeng» gjelder de store partiene. For små partier er den mindre i prosentpoeng.
- Feilmarginen sier ingenting om skjevhet, frafall eller dårlige spørsmål.
- Prosent og prosentpoeng: Fra \(4\ \%\) til \(5\ \%\) er \(1\) prosentpoeng, men \(25\ \%\) økning.
Oppgaver
Start på nivå 1. Når du får til de fleste oppgavene på et nivå, går du videre til neste. Utfordringene til slutt er for deg som vil prøve deg på noe vanskeligere.
Nivå 1
Nivå 2
Kodeoppgaver
Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.
Utfordringer
Oppsummering
Feilmargin (95 %)
\[ m = 1{,}96 \cdot \sqrt{\frac{\hat{p}(1 - \hat{p})}{n}} \]
Tommelfingerregel
\[ m \approx \frac{1}{\sqrt{n}} \]
Utvalgsstørrelse
\[ n = \left(\frac{z}{m}\right)^2 \cdot p(1 - p) \]
Endring mellom to målinger
Feilmarginen er omtrent \(\sqrt{2} \approx 1{,}4\) ganger større.
- Feilmarginen fanger bare opp tilfeldig variasjon, ikke skjevhet, frafall eller ledende spørsmål.
9.2 Oppgaver
Oppgavene blander stoff fra hele kapittelet.
9.3 Oppsummering
Estimater og standardfeil
Punktestimater
\(\hat{p}\) for \(p\), \(\bar{x}\) for \(\mu\), \(s\) for \(\sigma\)
Standardfeil for andel
\[ \sqrt{\frac{\hat{p}(1 - \hat{p})}{n}} \]
Standardfeil for gjennomsnitt
\[ \frac{s}{\sqrt{n}} \]
Konfidensintervaller
For andel
\[ \hat{p} \pm z \cdot \sqrt{\frac{\hat{p}(1 - \hat{p})}{n}} \]
For gjennomsnitt
\[ \bar{x} \pm z \cdot \frac{s}{\sqrt{n}} \]
Konfidensnivå og \(z\)
\(90\ \%\): \(1{,}645\). \(95\ \%\): \(1{,}96\). \(99\ \%\): \(2{,}576\).
Feilmargin
\[ m \approx \frac{1}{\sqrt{n}} \]
Utvalgsstørrelse
\[ n = \left(\frac{z}{m}\right)^2 \cdot p(1 - p) \]
- «\(95\ \%\)» gjelder metoden: \(95\ \%\) av intervallene inneholder parameteren.
- Feilmarginen fanger bare opp tilfeldig variasjon.