Pytania otagowane jako standard-error

Odnosi się do standardowego odchylenia rozkładu próbkowania statystyki obliczonej na podstawie próbki. Standardowe błędy są często wymagane przy tworzeniu przedziałów ufności lub testowaniu hipotez dotyczących populacji, z której pobrano próbę statystyki.

3
Standardowy błąd mediany
Czy poniższa formuła jest odpowiednia, jeśli chcę zmierzyć błąd standardowy mediany w przypadku małej próbki o nietypowym rozkładzie (używam pytona)? sigma=np.std(data) n=len(data) sigma_median=1.253*sigma/np.sqrt(n)
3
Dlaczego ten fragment mówi, że obiektywne oszacowanie odchylenia standardowego zwykle nie jest istotne?
Czytałem o obliczeniach obiektywnego oszacowania odchylenia standardowego i czytałem źródła, które czytałem (...) z wyjątkiem niektórych ważnych sytuacji, zadanie to nie ma większego znaczenia dla zastosowań statystyki, ponieważ jego potrzeby unika się za pomocą standardowych procedur, takich jak stosowanie testów istotności i przedziałów ufności lub za pomocą analizy bayesowskiej. Zastanawiałem …
2
Standardowy błąd zliczania
Mam zbiór danych o przypadkach incydentów według sezonu rzadkiej choroby. Powiedzmy, że na wiosnę było 180 przypadków, 90 latem, 45 jesienią, a 210 zimą. Mam problem z tym, czy do tych liczb należy dołączyć standardowe błędy. Cele badań są wnioskowe w tym sensie, że szukamy sezonowego wzorca zapadalności na choroby, …
4
Działania następcze: w przypadku mieszanego wykresu ANOVA oszacowanych SE lub rzeczywistych SE?
Obecnie kończę pracę i natknąłem się na to pytanie z wczoraj, które skłoniło mnie do postawienia sobie tego samego pytania. Czy lepiej jest podać mojemu wykresowi rzeczywisty błąd standardowy z danych lub ten oszacowany na podstawie mojej ANOVA? Ponieważ pytanie z wczoraj było raczej niespecyficzne, a moje dość specyficzne, pomyślałem, …
4
Dlaczego mówimy „szczątkowy błąd standardowy”?
Błąd standardowy to szacowane odchylenie standardowe estymatora dla parametru .σ^(θ^)σ^(θ^)\hat \sigma(\hat\theta)θ^θ^\hat\thetaθθ\theta Dlaczego szacowane odchylenie standardowe reszt określa się jako „resztkowy błąd standardowy” (np. Na wyjściu funkcji R summary.lm), a nie „resztowe odchylenie standardowe”? Jakie parametry szacunkowe wyposażamy tutaj w standardowy błąd? Czy uważamy każdą resztę za estymator dla „jego” terminu …
1
Przekształcanie znormalizowanych bet z powrotem w oryginalne zmienne
Zdaję sobie sprawę, że jest to prawdopodobnie bardzo proste pytanie, ale po przeszukaniu nie mogę znaleźć odpowiedzi, której szukam. Mam problem, w którym muszę ustandaryzować zmienne uruchamiające (regresję grzbietu), aby obliczyć szacunki grzbietu bet. Następnie muszę przekonwertować je z powrotem do oryginalnej skali zmiennych. Ale jak to zrobić? Znalazłem wzór …
1
Dlaczego standardowy błąd przechwytywania zwiększa się o dalsze
Standardowy błąd terminu przechwytującego ( ) w jest podawany przez gdzie to średnia z .y=β1x+β0+εSE( β 0)2=σ2[1β^0β^0\hat{\beta}_0y=β1x+β0+εy=β1x+β0+εy=\beta_1x+\beta_0+\varepsilonˉxxiSE(β^0)2=σ2[1n+x¯2∑ni=1(xi−x¯)2]SE(β^0)2=σ2[1n+x¯2∑i=1n(xi−x¯)2]SE(\hat{\beta}_0)^2 = \sigma^2\left[\frac{1}{n}+\frac{\bar{x}^2}{\sum_{i=1}^n(x_i-\bar{x})^2}\right]x¯x¯\bar{x}xixix_i Z tego, co rozumiem, SE określa twoją niepewność - na przykład w 95% próbek przedział będzie zawierał true . Nie rozumiem, w jaki sposób SE, miara niepewności, rośnie z . Jeśli …
3
Dodawanie współczynników w celu uzyskania efektów interakcji - co zrobić z SE?
Mam regresję wielowymiarową, która obejmuje interakcje. Na przykład, aby uzyskać oszacowanie efektu leczenia dla najbiedniejszego kwintylu, muszę dodać współczynniki z regresora leczenia do współczynnika ze zmiennej interakcji (która oddziałuje na leczenie i kwintyl 1). Jak dodając dwa współczynniki z regresji, jak uzyskać standardowe błędy? Czy można dodać standardowe błędy na …
5
Jak wykonać przypisanie wartości w bardzo dużej liczbie punktów danych?
Mam bardzo duży zestaw danych i brakuje około 5% wartości losowych. Te zmienne są ze sobą skorelowane. Poniższy przykładowy zestaw danych R jest tylko zabawkowym przykładem z fałszywymi skorelowanymi danymi. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 
2
Znalezienie precyzji oszacowania symulacji Monte Carlo
tło Projektuję symulację Monte Carlo, która łączy dane wyjściowe serii modeli i chcę mieć pewność, że symulacja pozwoli mi wysunąć uzasadnione twierdzenia dotyczące prawdopodobieństwa symulowanego wyniku i dokładności tego oszacowania prawdopodobieństwa. Symulacja pozwoli ustalić prawdopodobieństwo, że ława przysięgłych z określonej społeczności skaza określonego oskarżonego. Oto kroki symulacji: Korzystając z istniejących …
1
R / mgcv: Dlaczego produkty tensorowe te () i ti () wytwarzają różne powierzchnie?
mgcvOpakowanie Rposiada dwie funkcje montowania interakcji produktów napinacz: te()i ti(). Rozumiem podstawowy podział pracy między nimi (dopasowanie interakcji nieliniowej vs. rozkładanie tej interakcji na główne efekty i interakcję). To, czego nie rozumiem, to dlaczego te(x1, x2)i ti(x1) + ti(x2) + ti(x1, x2)może powodować (nieznacznie) różne wyniki. MWE (dostosowany z ?ti): …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 
2
Ogólna metoda wyprowadzania błędu standardowego
Nie mogę nigdzie znaleźć ogólnej metody wyprowadzania standardowych błędów. Przeglądałem google, tę stronę internetową, a nawet podręczniki, ale wszystko, co mogę znaleźć, to wzór na standardowe błędy średniej, wariancji, proporcji, współczynnika ryzyka itp., A nie sposób, w jaki te formuły zostały osiągnięte. Gdyby jakikolwiek organ mógł to wyjaśnić w prosty …
2
Błąd propagacji SD vs SE
Mam od 3 do 5 miar cechy na osobę w dwóch różnych warunkach (A i B). Mam kreślenia średnia dla każdego indywidualnie w każdym stanie i używam błąd standardowy ( tj , , przy = liczba pomiarów) jako pionowe kreski. NS.D / N--√SD/NSD/\sqrt{N}N.NN Teraz chcę wykreślić różnicę między średnią miarą …
1
Alternatywny wykres lejka, bez użycia błędu standardowego (SE)
Przed przesłaniem mojej metaanalizy chcę utworzyć wykres lejka w celu przetestowania niejednorodności i stronniczości publikacji. Mam sumaryczny rozmiar efektu i rozmiary efektu z każdego badania, które przyjmują wartości od -1 do +1. Mam wielkości próbek n1, n2 dla pacjentów i kontroli z każdego badania. Ponieważ nie mogę obliczyć błędu standardowego …
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.