タグ付けされた質問 「standard-deviation」

では、標準偏差、分散、および共分散がありますが、共同標準偏差はありますか？ そうでない場合、なぜですか？基本的な数学的理由はありますか、それとも単なる慣習ですか？ もしそうなら、なぜそれはより多く使用されないのか、または少なくともGoogle検索を使用して見つけるのが本当に難しいのですか？ これがばかげた質問であることを意味するのではなく、私はたくさんの式を暗記するのではなく、本当に統計に質問しようとしています。

8 variance  standard-deviation  covariance-matrix 

30の質問で構成されるテストがあり、10人がこのテストを受けたとします。これらの10人の平均テストスコアは17で、サンプルのすべてのスコアの標準偏差は4です。学校で記述統計を報告するとき、これらの生のスコアを使用して書き込みます（M = 17、SD = 4）; しかし、場合によっては、パーセンテージを報告する方が良いと感じることがあります。私は、30を超える17をスコアするよりも、100を超える56.7をスコアすることの意味をより直感的に理解していると思います（おそらく、10進法に慣れているためです）。 したがって、上記の例の場合、平均と標準偏差を（M = 56.7％、SD = 13.3％）として報告することは可能でしょうか？ サンプルの試験スコアの標準偏差が13.3％であると言っても意味がありませんか？ これらのパーセンテージは、私が作成して上記で与えた生のスコアと算術的に同等ですが、そのようなパーセンテージに直接変換するのが良い方法かどうかはわかりません。

8 mean  standard-deviation  percentage 

一部のデータの標準偏差の信頼区間を推定したいと思いました。Rコードは次のようになります。 library(boot) sd_boot <- function (x, ind) { res <- sd(x$ReadyChange[ind], na.rm = TRUE) return(res) } data_boot <- boot::boot(data, statistic = sd_boot, R = 10000) plot(data_boot) そして、私は次のプロットを持っています： このブートストラップのヒストグラムを正しく解釈できません。同様のデータの他のすべてのセットは、ブートストラップ推定の正規分布を示しています...しかし、これはそうではありません。ちなみに、これは実際の生データです： > data$ReadyChange [1] 27.800000 8.985046 11.728021 8.830856 5.738600 12.028310 7.771528 9.208924 11.778611 6.024259 5.969931 6.063484 4.915764 [14] 12.027639 9.111146 13.898171 12.921377 6.916667 …

8 r  confidence-interval  standard-deviation  bootstrap 

私は、規模が非常に異なる2つのサンプル（保育園、小学校、中学校のタイプの生徒の能力）の変動性を比較しようとしています。私のアプローチは、各サンプルの標準偏差を計算し、それを割り算することですサンプル平均。 このメトリックが使用されるのを見たことがないので、受け入れられる名前はあるのでしょうか。または、私がそれを見たことがない理由を説明する使用するより良いメトリックがありますか？

8 standard-deviation  terminology 

一連の値があり、その中央値Mを計算します。この推定の誤差をどのように計算できるのか疑問に思いました。バツ私、i = 1 、… 、Nバツ私、私=1、…、N{x_i}, i=1, \dots ,N ネット上では、として計算できることがわかりましたここで、は標準偏差です。しかし、それについての言及は見つかりませんでした。なぜか分かりません。誰かに説明してもらえますか？1.2533 σN√1.2533σN1.2533\frac{\sigma}{\sqrt{N}}σσ\sigma ブートストラップを使用してエラーの見積もりを取得できると考えていましたが、分析が大幅に遅くなるため、回避したいと思います。 また、この方法で中央値の誤差を計算することを考えていました δM= ∑私（x私− M）2N− 1−−−−−−−−−−−√δM=Σ私（バツ私−M）2N−1\delta M = \sqrt{ \frac{\sum_i(x_i - M)^2}{N-1} } それは意味がありますか？

8 standard-deviation  bootstrap  standard-error  median 

なぜ1.5標準偏差を追加して答えを得ることができないのか理解できません。 1標準偏差が10kgで平均が400kgの場合、415kgは1.5標準偏差です。 だから私はこのように計算しました： .3413 + ((.4772-.3413)/2) = 0.40925 この方程式は、2つの標準偏差と1つの標準偏差の差の半分をとり、それを最初の標準偏差に加算します。 なぜこれが機能しないのですか？提供されている表を使用する必要があるのはなぜですか？

8 probability  normal-distribution  standard-deviation 

スチューデントのT検定を使用して、T-Criticalは次のように計算されます。 t = X¯- μ0s / n√t=X¯−μ0s/nt = \frac{\bar{X} - \mu_{0}}{s / \sqrt{n}} 標準偏差の不偏推定に関するウィキペディアの記事を見ると、サンプルのサイズに基づいて測定されたサンプルの標準偏差sの補正係数c 4（n ）に言及している正規分布の結果のセクションがあります。質問：c4（n ）c4(n)c_4(n) （1）この補正係数は自由度によるので、スチューデントのTテーブルデータに含まれていますか？ （2）（1）が「いいえ」の場合、なぜそうでないのですか？

8 t-test  standard-deviation  unbiased-estimator  t-distribution 

分散の測定値が中心点に対して計算されるのはなぜですか？たとえば、データセット内のすべての可能な非反復ペアワイズ差異が有効な広がりの尺度にならないのはなぜですか？

8 dataset  standard-deviation  theory  variability 

私は、ランダム効果のオッズ比（Woolfの方法を使用して計算）と、あるグループで発生したイベントの95％信頼区間を別のグループと比較して報告した10件の研究のメタ分析の結果があります。 O R = 7.1 （95 ％C 私 4.4 − 11.7 ）OR=7.1 （95％ C私 4.4−11.7）OR = 7.1\ (95\%\ CI\ 4.4-11.7) 現在、この確率比をサンプリングする必要があるモデルを作成しています（確率的感度分析の目的で）。それがオッズ比であることを考えると、対数正規分布で7.1が平均であると想定していますが、ExcelのLOGNORMDIST関数を使用して分布をサンプリングできるように信頼区間を標準偏差に変換する最良の方法は何ですか？ （私は（通常、ガンマ分布のために同様の質問を見つけた信頼区間から標準偏差に-私が行方不明ですか？そしてどのようにR与えられた信頼区間と正常またはガンマ分布で平均値と標準偏差を計算するには？）とも質問対数正規分布の信頼区間を計算します（対数正規データセットの平均の信頼区間を計算するにはどうすればよいですか）。しかし、逆の方法を見つけることができないようです。）

8 confidence-interval  standard-deviation  lognormal 

私は数学のウィザードではないので、答えは十分に簡潔にしてください。今日のメソッドコースの統計スクリーニング試験を完了する必要があります。また、模擬試験中に出てきた1つのトピックに悩まされています。私が得たデータセットは、いくつかの都市で発生した殺人の数に関するものでした。このデータの範囲は0〜5です。信頼区間をまとめて、平均から最大2つの標準偏差を計算すると、負の低い値が得られます。明らかに、あなたは殺人の負の数を持つことはできません。平均から2つの標準偏差までの信頼区間を計算するとき、低い値をゼロに表示する必要がありますか、それとも実際に負の数を表示する必要がありますか？たとえば、95％のCIにより計算が-1.5から3になる場合 それを提示しますか、それとも0から3まで提示しますか？ありがとう。

8 standard-deviation 

私は統計の初心者なので、ここで誤った仮定をした場合は教えてください。 人の人口がありNます。（たとえば、N1,000,000にすることができます。）一部の人々は赤毛です。私nは人のサンプル（たとえば10人）を取り上げ、そのjうちの1人が赤毛であることを見つけます。 人口の赤毛の一般的な割合について何を言えますか？j/nつまり、私の最良の近似はおそらくですが、その近似の標準偏差はどうなりますか？ ちなみに、これの受け入れられた用語は何ですか？

8 standard-deviation  sample-size  binomial  standard-error 

私は最近、ゲルマンとヒルの「回帰とマルチレベル/階層モデルを使用したデータ分析」を読み始めましたが、質問はそれに基づいています。 サンプルには、比率に関する6つの観測値が含まれています。 p1,p2,…,p6p1,p2,…,p6p_{1}, p_{2}, \dots, p_{6} 各 pipip_{i} 意味がある πiπi\pi_{i} と分散 πi(1−πi)niπi(1−πi)ni\frac{\pi_{i}(1-\pi_{i})}{n_i}、 どこ ninin_{i} 比率を計算するために使用される観測値の数です pipip_{i}。 テスト統計は Ti=Ti=T_{i} = これらの比率のサンプル標準偏差。 この本は、6つの比率の標本分散の期待値は、 p1,p2,…,p6p1,p2,…,p6p_{1}, p_{2}, \dots, p_{6}、 (1/6)∑6i=1πi(1−πi)/ni(1/6)∑i=16πi(1−πi)/ni(1/6)\sum_{i=1}^{6} \pi_{i}(1-\pi_{i})/n_{i}。私はこのすべてを理解しています。 知りたいのは TiTiT_{i}とその分散？誰かがそれを教えてくれたり、この情報が含まれている本や記事に案内してくれたら幸いです。 トンありがとう。

8 distributions  binomial  standard-deviation