Masz pojęcie, dlaczego nie używamy znaczących cyfr w statystykach? Coś w tym stylu używamy szacunków, więc zasady dotyczące precyzji nie mają zastosowania;)?
Masz pojęcie, dlaczego nie używamy znaczących cyfr w statystykach? Coś w tym stylu używamy szacunków, więc zasady dotyczące precyzji nie mają zastosowania;)?
Odpowiedzi:
Znaczące cyfry są używane w niektórych dziedzinach (dowiedziałem się o nich w chemii), aby wskazać stopień znaczącej precyzji, jaki istnieje w liczbie. Jest to również ważny temat w statystykach, więc w rzeczywistości zgłaszamy to stale - po prostu zgłaszamy to w innej formie. W szczególności zgłaszamy przedziały ufności , które wskazują poziom dokładności oszacowania (np. Średniej).
Po podaniu szacunkowej wartości 95% CI, takiej jak , możesz podać dowolną liczbę cyfr średniej, na przykład 0,50129519823975923 , i nie ma problemu. W rzeczywistości statystyk Andrew Gelman zalecił, aby wymienić co najmniej cztery (2009, s. 4) .
Jednym z powodów ograniczenia liczby cyfr zgłaszanych w wielu szacunkach, wartościach p, itp. Jest oparta na postrzeganiu. Zgłaszanie czegoś takiego jak p = 0,04872429 implikuje poziom precyzji wyników, który powoduje, że są one postrzegane jako bardziej dokładniejsze .
Zasadniczo użycie dużej liczby cyfr w raportowaniu wyników statystycznych smakuje zbyt wiele prób ukrycia swoich ustaleń w niezasłużonym autorytecie.
Myślę, że to naprawdę zależy od wymaganego poziomu ufności, mniej cyfr istotności jest odpowiednich dla 95%, w przeciwieństwie do 99,999% lub więcej, na przykład, jak CERN wykorzystał dla wielu swoich wyników.
Czy mówisz o zaokrągleniu danych do pewnej liczby cyfr znaczących lub zaokrągleniu ostatecznej odpowiedzi? Jeśli zaokrąglisz swoje dane, możesz znaleźć się w sytuacji, w której wyrzucisz hałas, którego potrzebują obliczenia statystyczne.