Pytania otagowane jako standard-deviation

Odchylenie standardowe jest pierwiastkiem kwadratowym wariancji zmiennej losowej, jej estymatorem lub podobną miarą rozprzestrzeniania się partii danych.

22
Po co różnicować różnicę zamiast przyjmować wartość bezwzględną w odchyleniu standardowym?
W definicji odchylenia standardowego, dlaczego musimy wyrównać różnicę od średniej, aby uzyskać średnią (E) i wziąć pierwiastek kwadratowy z powrotem na końcu? Czy nie możemy po prostu wziąć zamiast tego wartości bezwzględnej różnicy i uzyskać oczekiwaną (średnią) z nich, i czy nie pokazałoby to również zmienności danych? Liczba będzie różna …




4
Jak „zsumować” odchylenie standardowe?
Mam miesięczną średnią dla wartości i standardowe odchylenie odpowiadające tej średniej. Teraz obliczam średnią roczną jako sumę średnich miesięcznych. Jak mogę przedstawić odchylenie standardowe dla sumowanej średniej? Na przykład biorąc pod uwagę produkcję z farmy wiatrowej: Month MWh StdDev January 927 333 February 1234 250 March 1032 301 April 876 …

3
Dlaczego odchylenie standardowe próbki jest stronniczym estymatorem
Zgodnie z artykułem Wikipedii na temat obiektywnej oceny odchylenia standardowego próbka SD s=1n−1∑i=1n(xi−x¯¯¯)2−−−−−−−−−−−−−−−√s=1n−1∑i=1n(xi−x¯)2s = \sqrt{\frac{1}{n-1} \sum_{i=1}^n (x_i - \overline{x})^2} jest tendencyjnym estymatorem SD populacji. Stwierdza, że .E(s2−−√)≠E(s2)−−−−−√E(s2)≠E(s2)E(\sqrt{s^2}) \neq \sqrt{E(s^2)} NB Zmienne losowe są niezależne i każdaxi∼N(μ,σ2)xi∼N(μ,σ2)x_{i} \sim N(\mu,\sigma^{2}) Moje pytanie jest dwojakie: Jaki jest dowód stronniczości? Jak obliczyć oczekiwane odchylenie …


3
Interpretacja predyktora i / lub odpowiedzi transformowanej logarytmicznie
Zastanawiam się, czy ma to znaczenie w interpretacji, czy transformowane są tylko zmienne zależne, zależne i niezależne, czy tylko zmienne niezależne. Rozważ przypadek log(DV) = Intercept + B1*IV + Error Mogę interpretować IV jako wzrost procentowy, ale jak to się zmienia, kiedy mam log(DV) = Intercept + B1*log(IV) + Error …
46 regression  data-transformation  interpretation  regression-coefficients  logarithm  r  dataset  stata  hypothesis-testing  contingency-tables  hypothesis-testing  statistical-significance  standard-deviation  unbiased-estimator  t-distribution  r  functional-data-analysis  maximum-likelihood  bootstrap  regression  change-point  regression  sas  hypothesis-testing  bayesian  randomness  predictive-models  nonparametric  terminology  parametric  correlation  effect-size  loess  mean  pdf  quantile-function  bioinformatics  regression  terminology  r-squared  pdf  maximum  multivariate-analysis  references  data-visualization  r  pca  r  mixed-model  lme4-nlme  distributions  probability  bayesian  prior  anova  chi-squared  binomial  generalized-linear-model  anova  repeated-measures  t-test  post-hoc  clustering  variance  probability  hypothesis-testing  references  binomial  profile-likelihood  self-study  excel  data-transformation  skewness  distributions  statistical-significance  econometrics  spatial  r  regression  anova  spss  linear-model 



11
Średnie odchylenie bezwzględne vs. odchylenie standardowe
W książce „New Comprehensive Mathematics for O Level” Greera (1983) widzę uśrednione odchylenie obliczone w następujący sposób: Zsumuj bezwzględne różnice między pojedynczymi wartościami a średnią. Więc zdobądź jego średnią. W rozdziale tym stosuje się określenie średnie odchylenie . Ale ostatnio widziałem kilka referencji, które używają terminu odchylenie standardowe i to …

3
Czy można znaleźć połączone odchylenie standardowe?
Załóżmy, że mam 2 zestawy: Zestaw A : liczba pozycji , ,n=10n=10n= 10μ=2.4μ=2.4\mu = 2.4σ=0.8σ=0.8\sigma = 0.8 Zestaw B : liczba pozycji , ,n=5n=5n= 5μ=2μ=2\mu = 2σ=1.2σ=1.2\sigma = 1.2 Mogę łatwo znaleźć połączoną średnią ( ), ale jak mam znaleźć połączone odchylenie standardowe?μμ\mu

6
Czym byłby solidny model bayesowski do szacowania skali mniej więcej normalnego rozkładu?
Istnieje wiele niezawodnych estymatorów skali . Godnym uwagi przykładem jest mediana bezwzględnego odchylenia, które odnosi się do odchylenia standardowego jako σ=MAD⋅1.4826σ=MAD⋅1.4826\sigma = \mathrm{MAD}\cdot1.4826 . W ramach bayesowskich istnieje wiele sposobów dokładnego oszacowania lokalizacji mniej więcej normalnej dystrybucji (powiedzmy normalnej zanieczyszczonej wartościami odstającymi), na przykład można założyć, że dane są dystrybuowane …

4
Jakie są względne zalety danych Winsorizing vs. Trimming?
Winsorizing danych oznacza zastąpienie ekstremalnych wartości zestawu danych pewną wartością percentyla z każdego końca, natomiast przycinanie lub obcinanie wymaga usunięcia tych ekstremalnych wartości. Zawsze widzę obie metody omawiane jako realną opcję zmniejszenia efektu wartości odstających podczas obliczania statystyk, takich jak średnia lub odchylenie standardowe, ale nie widziałem, dlaczego można wybrać …


Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.