Đó không chỉ là một cách tồi để thuật ngữ mà còn không phải là một sức nóng chết người thống kê.
MOE chỉ là một mặt của khoảng tin cậy và dường như bạn đang áp dụng nó đúng ở một khía cạnh. Điểm của thí sinh B không chắc cao hơn 35,5%. Vì thường là khoảng tin cậy 95% nên điểm của Ứng viên B sẽ cao hơn 35,5% dưới 5% thời gian. Không phải là không thể, chỉ thường được coi là không thể. Mặt khác, số điểm nói 34% cũng có xác suất cắt. Nó chỉ không được báo cáo. Đây có lẽ là một cái gì đó thấp hơn cơ hội ngẫu nhiên, chúng ta chỉ không biết nó là gì từ MOE. Do đó, hoàn toàn không đúng khi nói rằng điểm số với điểm cắt MOE hoàn toàn có khả năng ngẫu nhiên như nhau. Đó là hàm ý của sự khẳng định nhiệt chết thống kê.
Không chỉ vậy, bạn không sử dụng khoảng tin cậy chồng chéo theo cách đó. Nếu bạn thực sự muốn chỉ nói rằng Ứng viên A sẽ chiến thắng nếu xác suất Ứng viên B chiến thắng dưới 5% thì Ứng viên A chắc chắn dẫn đầu. Dẫn đầu là 8%. Khoảng tin cậy của điểm trừ đó không gấp đôi khoảng tin cậy của điểm số riêng lẻ mà chỉ bằng sqrt (2) lần so với điểm số đó. Đó là bởi vì việc tìm ra sự khác biệt giữa các giá trị sẽ chỉ nhân đôi phương sai. Khoảng tin cậy được dựa trên một sqrt của phương sai do đó kết hợp chúng là trung bình (4,5) * sqrt (2). Vì MOE của khách hàng tiềm năng 8% của bạn là khoảng 6,4%, nên Ứng viên A đang dẫn đầu.
Bên cạnh đó, MOE rất bảo thủ và dựa trên giá trị lựa chọn 50%. Công thức là sqrt (0,25 / n) * 2. Có một công thức để tính toán các lỗi tiêu chuẩn của điểm số chênh lệch mà chúng ta cũng có thể sử dụng. Chúng tôi sẽ áp dụng rằng sử dụng các giá trị được tìm thấy thay vì cắt giảm 50% và điều đó vẫn mang lại cho chúng tôi một vị trí dẫn đầu đáng kể cho Ứng viên A (7,5% MOE). Tôi tin rằng, đưa ra nhận xét của người hỏi và sự gần gũi của câu hỏi giả định được chọn, đó có lẽ là điều họ đang tìm kiếm. Mặc dù vậy, tôi thích câu trả lời của mình hơn bởi vì, mặc dù không phải là toán học chính xác nhất trong trường hợp này, đó là cách nói chung để so sánh dữ liệu trong đó khoảng tin cậy được báo cáo cho các giá trị riêng lẻ và đưa ra một khung suy nghĩ về lý do tại sao CI không tăng gấp đôi.
Any introduction to both confidence intervals and to power would be helpful here. Even the wikipedia article on MOE looks pretty good.