服务器日志的统计分析.外推的正确性

我不确定我们讨论的是什么测量,但现在让我们假设你想要的是平均分数。无需对人口(317名候选人)的平均得分进行调整。只需使用样本的平均值(您分析其数据的142个样本)。

NIST statistics handbook . 你必须首先决定你愿意有多不确定。让我们假设你想要95%的置信度,即真实的总体平均值在区间内。然后,真实总体平均值的置信区间为:

(样本平均数)+/-1.960*(样本标准偏差)/sqrt(样本量)

编辑:因为我们讨论的是带有属性的样本比例,例如“浏览器崩溃”,所以情况有点不同。我们需要对一个比例使用一个置信区间,并通过乘以人口规模将其转换为若干成功案例。这意味着我们对崩溃浏览器数量的最佳估计是5*317/142~=11,正如您所建议的那样。

如果我们再次忽视我们的样本几乎占总人口的一半这一事实,我们可以使用 Wilson confidence interval of a proportion . A. calculator is available online