2 sonucu olan bir deneme çalıştırdığımı ve 2 sonucun altında yatan "doğru" dağılımın ve : parametreleriyle binom bir dağılım olduğunu farz ediyorum .
standart hatasını, varyansı biçiminden hesaplayabilirim : burada . Öyleyse,
2 sonucu olan bir deneme çalıştırdığımı ve 2 sonucun altında yatan "doğru" dağılımın ve : parametreleriyle binom bir dağılım olduğunu farz ediyorum .
standart hatasını, varyansı biçiminden hesaplayabilirim : burada . Öyleyse,
Yanıtlar:
Kullandığınız gibi görünüyor iki farklı şekilde iki kez - örnek büyüklüğü olarak ve Binom rasgele değişkeni oluşturan bernoulli denemelerin sayısı olarak hem; Herhangi bir belirsizliği ortadan kaldırmak için, ikincisine atıfta bulunmak için kullanacağım .
Eğer varsa bir bağımsız numune dağılımı, örnek ortalaması varyansını
burada ve ¯ X aynı ortalamasıdır. Bu beri
(1) , bir rastgele değişkenin için , herhangi bir sabit c .
(2) bağımsız rastgele değişkenlerin toplamının varyansı, varyansların toplamına eşittir .
standart hatası , varyansın kareköküdür: √ . Bu nedenle,
Ne zaman , size işaret formülü olsun: √
Ne zaman ve Binom değişkenler sadece olan bernoulli denemeleri , size başka bir yerde gördüğüm formülü olsun: √
Buna şu şekilde bakabiliriz:
Ayrıca ilk hatada standart hata ile standart sapma arasında bir karışıklık olduğunu düşünüyorum. Standart sapma bir dağılımın varyansının sqrt'idir; Standart hata, bir numunenin tahmini ortalamasının, bu dağılımdan elde edilen standart sapması, yani, eğer o numuneyi sonsuz defa yaparsanız, gözlemleyeceğiniz araçların yayılmasıdır. İlki, dağıtımın kendine özgü bir özelliğidir; İkincisi, dağıtımın bir özelliği (ortalama) tahminine ilişkin kalitenizin bir ölçüsüdür. Başarısızlığın bilinmeyen olasılığını tahmin etmek için bir N Bernouilli denemesi yaptığınız zaman, k başarılarını gördükten sonra tahmin edilen p = k / N belirsizliğiniz, kestirilmiş oranın standart bir hatasıdır, burada sqrt (pq / N), q = 1 -p. Gerçek dağılım, bir P parametresidir, başarının gerçek olasılığı.