Какво е " ОБРАЗЦОВ РАЗМЕР " на Английски - превод на Английски

• sample size

Примери за използване на Образцов размер на Български и техните преводи на Английски

Имаме образцов размер 100.
We have a sample size of 100.

Така, налице е образцов размер m.
So it has a sample size of m.

Тук разполагаме с малък образцов размер.
We have a small sample size right over here.

Имаме голям образцов размер.
We have a large sample size.

Разделено на корен квадратен от нашия образцов размер.
Divided by the square root of our sample size.

Особено когато имаме голям образцов размер- нека тук начертая едно образцово разпределение.
Especially when we have a large sample size- so let me just draw a sampling distribution here.

И нека кажем, че тя има различен образцов размер.
And let's just say it has a different sample size.

И популационната средна стойност на това образцово рапределение ще обозначим с тази х кутийка, която ни казва разпределението на средните стойности при образцов размер n.
So the population mean of the sampling distribution is going to be denoted with this x bar, that tells us the distribution of the means when the sample size is n.

И щом допускаме, че няма разлика между мъжете и жените, можем всъщност да визираме това като образцов размер на 2000, за да намерим това вярно съотношение.
And since we're assuming that the men and women, that there's no difference between them, we can actually view it as a sample size of 2,000 to figure out that true proportion.

И това ще е почти нормално, допускайки, че имаме достатъчно голям образцов размер.
And it will be approximately normal, assuming that we have a large enough sample size.

Особено поради това, че съотношенията, с които се занимаваме не клонят към едно или нула, и имаме голям образцов размер, образцовото разпределение ще е почти нормално.
And especially because the proportions that we're dealing with aren't close to one or zero, and we have a large sample size, the sampling distribution will be approximately normal.

Това е разумно да се направи, най-вече поради факта, че имаме добър образцов размер.
And it's a reasonable thing to do, especially because we have a nice sample size.

Ако ще имаме на разположение повече от 30 образеца, и нашият образцов размер е повече от 30, тогава нашето образцово стандартно отклонение ще е с добра приближена стойност за нашето популационно стандартно отклонение.
If you will have more than 30 samples, if your sample size is more than 30, your sample standard deviation is going to be a good approximator for your population standard deviation.

Тук долу ще начертая образцовото разпределение на образцовата средна стойност, когато n, когато нашият образцов размер е равен на 50.
So down here I'm going to draw the sampling distribution of the sample mean when n, so when our sample size is equal to 50.

Продължаваме да вземаме средните стойности на този образцов размер, и определяме честотата, с която получаваме тези средни стойности, и накрая получаваме нещо, което се нарича образцово разпределение на образцовата средна стойност.
And you keep taking the means of those sample size, and you plot the frequency with which you get those means, you would eventually get something called the sampling distribution of the sample mean.

Пак да не забравяме, че можем да използваме Z-резултати, и да приемем, че имаме обикновено разпределение, защото нашият образцов размер е достатъчно голям за двата образеца.
Remember, once again, we can use Z-scores, and we can assume this is a normal distribution because our sample size is large for either of those samples..

И централната гранична теорема ни казва, че ако предположим, че имаме един достатъчен образцов размер, това нещо тук, това нещо ще е равно на стандартното отклонение на нашето население, разделено на корен квадратен на нашия образцов размер.
And the central limit theorem told us that assuming that we have a sufficient sample size, this thing right here, this thing is going to be the same thing as… the standard deviation of our population divided by the square root of our sample size.

Стандартното отклонение на нашето образцово разпределение ще е равно на стандартното отклонение на популационното разпределение, разделено на квадратния корен от нашия образцов размер, и така, делено на корен квадратен от 100.
The standard deviation of our sampling distribution should be equal to the standard deviation of the population distribution divided by the square root of our sample size, so divided by the square root of 100.

Можахме да пресметнем нейното стандартно отклонение чрез образцовото стандартно отклонение, и това беше разумно, защото имахме налице образцов размер, по-голям от 30, така че още можем някак да се занимаваме с нормално разпределение при образцовото разпределение.
We were able to estimate its standard deviation using our sample standard deviation, and that was reasonable because it had a sample size of greater than 30, so we can still kind of deal with a normal distribution for the sampling distribution.

Така че това нещо тук можем да го препишем като нашата образцова средна стойност минус средната стойност на нашето образцово разпределение на образцовата средна стойност, разделена на това нещо тук- разделена на нашата популационна средна стойност, която пък разделяме на корен квадратен от нашия образцов размер.
So this thing right over here can be re-written as our sample mean minus the mean of our sampling distribution of the sample mean divided by this thing right here-- divided by our population mean, divided by the square root of our sample size.

Така че когато пресмятаме стандартното отклонение там, където не го знаем, ние го пресмятаме с нашето образцово стандартно отклонение, и нашия образцов размер е малък, ще използваме това, за да преметнем стандартното отклонение на нашето образцово разпределение, не считаме нашето стандартно разпределение като нормално разпределение.
So when you are estimating the standard deviation where you don't know it, you're estimating it with your sample standard deviation, and your sample size is small, and you're going to use this to estimate the standard deviation of your sampling distribution, you don't assume your sampling distribution is a normal distribution.

Нека кажем, че образцовият размер тук ще е равен на n.
Let's say the sample size over here is going to be equal to n.

Образцовият размер е по-голям от 100.
The sample size is greater than 100.

И искаме да разделим това на образцовия размер.
And we want to divide that by the sample size.

Образцовата средна стойност минус средната стойност на нашето образцово разпределение на образцовата средна стойност, разделена на образцовото стандартно отклонение върху корен квадратен от образцовия размер.
Sample mean minus the mean of your sampling distribution of the sample mean divided by your sample standard deviation over the square root of your sample size.

Щом образцовият размер е голямо число, можем да изчислим Р1 и.
Since our sample size is a large, we can estimate P1 and.

Или друг начин да помислим за това е когато имаме нормално разпределение при по-голяма стойност от 30 на образцовия размер.
Or another way to think about it is this will be normally distributed if our sample size is greater than 30.

Разликата в това разпределение, от централната гранична теорема ще представлява разликата на това разпределение тук горе, което е равно на Р1, умножено по 1 минус Р1върху образцовия размер, върху 1000.
The variance of this distribution by the central limit theorem is going to be the variance of this distribution up here, which is P1 times 1 minus P1 over our sample size, over 1,000.

Така, от миналите клипове имаме опита да вземаме с повторения дадени образци, или ако някак си представим, че вземаме образци от даден размер на повторения- в този клип ще обърнем внимание на 36 образцови размера.
Now, we know from our experience with the last few videos that you can repeatedly take samples, or if you kind of visualize, repeatingly take samples of a certain size-- in this video we're going to focus on sample sizes of 36.

Което е добре, ако образцовият ни размер е по-голям от 30.
And this is OK, if our sample size is greater than 30.