«standard-deviation» etiketlenmiş sorular

Standart sapma, rastgele bir değişkenin varyansının, bunun bir tahmincisinin veya bir veri kümesinin yayılmasının benzer bir ölçüsünün kare köküdür.

3
Fark özet istatistikler: Gini katsayısı ve standart sapma
Birkaç özet istatistik vardır. Bir dağılımın yayılımını tanımlamak istediğinizde, örneğin standart sapmayı veya Gini katsayısını kullanabilirsiniz . Standart sapmanın merkezi eğilime, yani ortalamadan sapmaya ve Gini katsayısının genel dağılım ölçümüne dayandığını biliyorum. Ayrıca Gini katsayısının alt ve üst sınırı olduğunu [0 1] ve standart sapmanın olmadığını biliyorum . Bu özellikleri …
3
Bildirilecek önemli basamak sayısı
Oldukça standart olan bir durumda ortalama veya güven aralığı için raporlanacak anlamlı basamak sayısını belirlemenin daha bilimsel bir yolu var mı - örneğin, üniversitedeki birinci sınıf sınıfı. Bir tabloya koymak için önemli rakamların sayısını gördüm , Neden önemli basamakları ve chi kare uyumunda anlamlı rakamlar kullanmıyoruz , ancak bunlar parmağını …
3
Sadece ortalama ve standart sapmaya sahip sonuçları çizme
Bu araç tablosundaki gözlemler ve hatırlama puanlarının standart sapmaları için uygun bir plan görselleştirmeye çalışıyorum: RecallControlMean37SD8ExperimentalMean21SD6ControlExperimentalMeanSDMeanSDRecall378216\begin{array} {c|c c|c c|} & \text{Control} & & \text{Experimental} & \\ & \text{Mean} & \text{SD} &\text{Mean} &\text{SD} \\ \hline \text{Recall} & 37 & 8 & 21 & 6 \\ \hline \end{array} Bunu yapmanın en iyi …
3
Varyasyon katsayısı için sezgi ve kullanım alanları
Şu anda Coursera.org'daki Operasyon Yönetimine Giriş dersine katılıyorum . Kursun bir noktasında, profesör operasyonların zamanındaki değişikliklerle uğraşmaya başladı. Kullandığı ölçüm , Varyasyon Katsayısı , standart sapma ve ortalama arasındaki orandır: cv=σμcv=σμc_v = \frac{\sigma}{\mu} Bu ölçüm neden kullanılsın? Standart sapma ile çalışmanın yanı sıra CV ile çalışmanın avantajları ve dezavantajları nelerdir? …
3
Normal dağılımdan örnek standart sapmasının standart sapmasını nasıl bulabilirim?
Çok bariz bir şeyi kaçırırsam affet beni. Ben aslında normal dağılıma yakın bir ortalama değer etrafında merkezli bir (histogram) dağılımı olan bir fizikçiyim. Benim için önemli olan değer, bu Gauss rasgele değişkeninin standart sapmasıdır. Örnek standart sapmadaki hatayı bulmaya nasıl çalışabilirim? Orijinal histogramdaki her bölmedeki hatayla ilgili bir şey olduğunu …
2
NBA çekim tutarlılığını hesaplama
Bir NBA oyuncusunun 3 puanlık atış tutarlılığını değerlendirmenin / belirlemenin doğru yolu ne olabilir? Mesela, 3 sayı mesafesinden% 37 vuran ve tüm yıl 200 deneme yapan bir oyuncum var. Rastgele sayıda çekimin% 3'lük yuvarlanma ortalamasını almayı düşünüyordum (20 diyelim). Daha sonra bu ortalamaları kullanarak% 37 ortalamadan standart sapmayı belirleyin. Yuvarlanan …
1
Monte Carlo analizi için gerekli simülasyon sayısı
Sorum Monte Carlo analiz yöntemi için gerekli sayıda simülasyon ile ilgili. Gördüğüm kadarıyla, izin verilen herhangi bir yüzde hatası için gerekli simülasyon sayısını (ör. 5) EEEn = { 100 ⋅ zc⋅ standart ( x )E⋅ ortalama ( x )}2,n={100⋅zc⋅std(x)E⋅anlamına gelmek(x)}2, n = \left\{\frac{100 \cdot z_c \cdot \text{std}(x)}{E \cdot \text{mean}(x)} \right\}^2 …
2
Hata yayılımı SD'ye karşı SE
İki farklı koşulda (A ve B) kişi başına 3 ila 5 ölçüm özelliğim var. Her koşulda her birey için ortalama ve hata çubukları olarak standart hata ( yani , , = ölçüm sayısı) kullanıyorum. NSD / N--√SD/NSD/\sqrt{N}N-NN Şimdi A koşulunda ve B koşulunda kişi başına ortalama ölçü arasındaki farkı çizmek …
1
ARIMA modelimdeki gözlem 48'e yenilikçi bir aykırı değeri nasıl dahil edebilirim?
Bir veri kümesi üzerinde çalışıyorum. Bazı model tanımlama tekniklerini kullandıktan sonra bir ARIMA (0,2,1) modeliyle çıktım. Orijinal veri setimin 48. gözleminde yenilikçi bir aykırı değer (IO) tespit etmek için R'deki detectIOpaketteki işlevi kullandım .TSA Öngörme amacıyla kullanabilmem için bu aykırı değeri modelime nasıl dahil edebilirim? ARIMAX modelini kullanmak istemiyorum çünkü …
10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 
1
Anova () ve drop1 () neden GLMM'ler için farklı cevaplar verdi?
Formun bir GLMM var: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Kullandığımda , araç paketinden veya drop1(model, test="Chi")kullandığımdan farklı sonuçlar alıyorum . Bu son ikisi aynı cevapları verir.Anova(model, type="III")summary(model) Bir grup uydurma veri kullanarak, bu iki yöntemin normalde farklı olmadığını gördüm. Dengeli doğrusal …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.