«median» etiketlenmiş sorular

Medyan, verilerin veya olasılık dağılımının yarısının altında yatan değerdir - örnek boyutu garip olduğunda, medyan, sıralı bir örneğin 'orta' değeridir.

8
Eğer demek bu kadar hassassa, neden en baştan kullanıyorsunuz?
Medyanın aykırı maddelere karşı dirençli olduğu bilinen bir gerçektir. Bu durumda, ortalamayı ne zaman ve neden kullanalım? Belki de düşünebileceğim bir şey, aykırı değerlerin varlığını anlamaktır; yani, medyan ortalamadan uzaksa, dağıtım çarpıktır ve aykırı değerlerle ne yapılacağına karar vermek için verilerin incelenmesi gerekir. Başka kullanım var mı?


5
Örnek medyanlar için merkezi limit teoremi
Aynı dağılımdan çizilen yeterince fazla sayıda gözlemin ortancasını hesaplarsam, merkezi limit teoremi medyanların dağılımının normal bir dağılıma yaklaşacağını belirtir mi? Anladığım kadarıyla, bu çok sayıda örneklem aracıyla doğru, ancak medyanlar için de doğru mu? Değilse, örnek medyanların altında yatan dağılım nedir?

10
Büyük bir defalarca okunan veri kümesinin ortancasını tahmin etmek için iyi bir algoritma nedir?
Saklamak için çok büyük bir veri kümesinin ortancasını tahmin etmek için iyi bir algoritma (en az hesaplama, en az depolama gereksinimleri anlamına gelir) arıyorum, öyle ki her bir değer yalnızca bir kez okunabilir (bu değeri açıkça saklayamazsanız). Varsayılabilecek verilerde sınır yoktur. Doğruluğu bilindiği sürece, yaklaşımlar iyidir. Herhangi bir işaretçi var …

13
Ortanca yaş neden ortalama yaştan daha iyidir?
Wolfram Alpha'ya bakarsanız Veya bu Vikipedi sayfası Medyan yaşa göre ülkelerin listesi Açıkçası medyan , çağlar söz konusu olduğunda seçim istatistiği gibi görünüyor. Aritmetik ortalamanın neden daha kötü bir istatistik olabileceğini kendi kendime açıklayamıyorum . Neden bu kadar? Aslında burada yayınlanan çünkü bu sitenin var olduğunu bilmiyordum.
41 mean  median 




2
Eğri dağılımın ortalaması için güvenilir bir parametrik olmayan güven aralığı var mı?
Log-normal gibi çok eğimli dağılımlar, doğru önyükleme güven aralıklarıyla sonuçlanmaz. Aşağıda sol ve sağ kuyruk bölgelerinin R'de hangi önyükleme yöntemini kullandığınızdan bağımsız olarak ideal 0.025'ten uzak olduğunu gösteren bir örnek verilmiştir: require(boot) n <- 25 B <- 1000 nsim <- 1000 set.seed(1) which <- c('basic', 'perc', 'norm', 'bca', 'stud') mul …

2
Medyanlar arasındaki farkın% 95'lik bir güven aralığı nasıl oluşturulur?
Benim sorunum: Paralel grup, primer sonucun çok doğru eğriltilmiş dağılımına sahip, randomize bir deneme. Normalliği varsaymak ve normal% 95 CI'leri kullanmak istemiyorum (yani 1.96 X SE kullanarak). Ortanca eğilim ölçüsünü ortanca olarak ifade etmekte rahatım, ancak sorum o zaman iki grup arasındaki medyanlardaki farkın% 95'ini nasıl oluşturacağımı soruyorum. Akla gelen …

4
Veri dağıtımımın simetrik olup olmadığını nasıl anlarım?
Medyan ve ortalamanın yaklaşık olarak eşit olması durumunda bunun simetrik bir dağılım olduğu anlamına geldiğini biliyorum ama bu özel durumda emin değilim. Ortalama ve ortanca oldukça yakın (sadece 0,487m / safra farkı) ve bu da simetrik bir dağılım olduğunu söylememe yol açacak ancak kutu çizgisine bakıldığında, sanki biraz pozitif olarak …

4
Ortalama neden farklı örneklerde medyandan daha stabil olma eğilimindedir?
Andy'nin R Kullanarak İstatistiklerini Keşfetme Bölüm 1.7.2 ve diğerleri, ortalama vs medyanın erdemlerini listelerken: ... farklı numunelerde ortalama stabil olma eğilimindedir. Medyan'ın birçok erdemini açıkladıktan sonra, örneğin ... Ortanca dağılımın her iki ucundaki uç noktalardan nispeten etkilenmez ... Medyanın aşırı puanlardan nispeten etkilenmediği göz önüne alındığında, örnekler arasında daha istikrarlı …
22 mean  median 

2
Daha sonra bir kutu grafiği üretebileceğim çok sayıda örneği tanımlayan bir istatistik kümesi biriktirmek mümkün mü?
Bir istatistikçi değil pratik bir yazılım geliştirici olduğumu ve üniversite istatistik sınıfımın çok uzun zaman önceydi ... Bununla birlikte, bir grup münferit örneklerin depolanmasını gerektirmeyen bir kutu grafiği üretmek için kullanılabilecek bir dizi tanımlayıcı istatistik biriktirmek için bir yöntem olup olmadığını bilmek istiyorum. Yapmaya çalıştığım, karmaşık çok sıralı bir işlem …


4
PCA alanına yeni bir vektör nasıl yansıtılır?
Temel bileşen analizi (PCA) yaptıktan sonra, PCA alanına yeni bir vektör yansıtmak istiyorum (yani PCA koordinat sistemindeki koordinatlarını bulmak). PCA'yı R dilinde kullanarak hesapladım prcomp. Şimdi vektörümü PCA dönme matrisi ile çarpabilmeliyim. Bu matristeki temel bileşenler satır veya sütunlar halinde mi düzenlenmelidir?
21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.