Hallo Naila,
das vereinfacht nicht sondern macht klar, was Du rechnen willst. Die 150.000 gelten also wirklich als Konstante. 150.000 ist eine sehr große Zahl und ich tue mal so, als ob sie unendlich groß wäre. Dann ziehst Du also eine Stichprobe der Größe n und darin befinden sich x Packstücke der Sorte 1. Der geschätze Anteil der Sorte 1 ist
. Unser mathematisches Modell ist die sogenannte Binomialverteilung. Du weißt, wie groß der Anteil der Sorte 1
sein sollte.
Machen wir ein Beispiel. Sorte 1 kommt x=15 mal in einer Stichprobe von n=1000 vor, p sollte 0,018 sein. Jetzt lädst Du Dir aus dem Internet das Programm R herunter und gibst Folgendes ein:
- Code: Alles auswählen
binom.test(x=15, n=1000, p=0.018)
Darauf wird R Dir wie folgt antworten:
- Code: Alles auswählen
Exact binomial test
data: 15 and 1000
number of successes = 15, number of trials = 1000, p-value = 0.5523
alternative hypothesis: true probability of success is not equal to 0.018
95 percent confidence interval:
0.00841905 0.02461970
sample estimates:
probability of success
0.015
Der p-Wert ist umso kleiner, je weniger Deine Zählung zu der angenommenen Häufigkeit von 1,8% passt. Mehr dazu unter
https://de.wikipedia.org/wiki/P-WertDas 95%-Konfidenzintervall für den wahren Anteil reicht von 0,0084 bis 0,0246:
https://de.wikipedia.org/wiki/KonfidenzintervallDu kannst jetzt mit den bei Dir in Frage kommenden relativen Häufigkeiten durchprobieren, bei welchem n Dir die Konfidenzintervalle klein genug sind. In meinem Rechenbeispiel müsste man die Konfidenzintervallgrenzen mit 150.000 multiplizieren und erhält 1262 bis 3693 Stück. Das wird Dir zu unpräzise sein, so dass Du in diesem Beispiel ein größeres n haben wollen würdest.
Mehr zu den zugrundeliegenden Formeln und Rechenbeispiel ohne R:
https://en.wikipedia.org/wiki/Population_proportion Die Formeln da kannst Du sonst bei Bedarf noch umstellen oder mit den Stichworten "Binomialverteilung Konfidenzintervall" herumspielen.
HTH,
Bernhard