Для определения необходимого количества опытов для достижения заданной точности при определенной вероятности, можно использовать формулу для вычисления размера выборки в статистике.
Формула для размера выборки n при заданной точности (допуске ошибки) ε и доверительном уровне (вероятности) α выглядит следующим образом:
\[ n = \left(\frac{Z_{\alpha/2} \cdot \sigma}{\epsilon}\right)^2 \]
где:
- \(Z_{\alpha/2}\) — критическое значение Z для выбранного уровня значимости (можно найти в таблицах Z; для доверительного уровня 0,95 \(Z_{0.025} \approx 1.96\)),
- \(\sigma\) — стандартное отклонение (если его нет, можно использовать 0.5 для максимальной вариации в пропорциях),
- \(\epsilon\) — допустимая ошибка (в данном случае 0.01).
Предполагая, что стандартное отклонение \(\sigma = 0.5\) (максимальная вариация для пропорций), можно подставить значения в формулу:
\[ n = \left(\frac{1.96 \cdot 0.5}{0.01}\right)^2 \]
Теперь вычислим:
Вычисляем дробь: \[ \frac{1.96 \cdot 0.5}{0.01} = \frac{0.98}{0.01} = 98 \]
Возводим в квадрат: \[ n = (98)^2 = 9604 \]
Таким образом, для достижения требуемой точности с вероятностью 0,95 необходимо провести более 9600 опытов.
Среди предложенных вариантов, правильного ответа нет, так как минимальное значение, которое удовлетворяет условию, это n > 9600. Однако, учитывая, что наименьшее значение, которое превышает 9604, — это n > 5000, можно сделать соответствующий вывод:
Мы можем сделать вывод, что для достижения заданной точности с вероятностью 0,95 необходимо провести больше 5000 опытов.