Cách tìm độ lệch chuẩn mẫu

Posted on
Tác Giả: Randy Alexander
Ngày Sáng TạO: 23 Tháng Tư 2021
CậP NhậT Ngày Tháng: 17 Tháng MườI MộT 2024
Anonim
Cách tìm độ lệch chuẩn mẫu - Khoa HọC
Cách tìm độ lệch chuẩn mẫu - Khoa HọC

NộI Dung

Kiểm tra thống kê như t-test về bản chất phụ thuộc vào khái niệm độ lệch chuẩn. Bất kỳ sinh viên trong thống kê hoặc khoa học sẽ sử dụng độ lệch chuẩn thường xuyên và sẽ cần phải hiểu ý nghĩa của nó và làm thế nào để tìm thấy nó từ một tập hợp dữ liệu. Rất may, điều duy nhất bạn cần là dữ liệu gốc và trong khi các phép tính có thể tẻ nhạt khi bạn có nhiều dữ liệu, trong những trường hợp này, bạn nên sử dụng các hàm hoặc dữ liệu bảng tính để thực hiện tự động. Tuy nhiên, tất cả những gì bạn cần làm để hiểu khái niệm chính là xem một ví dụ cơ bản bạn có thể dễ dàng làm việc bằng tay. Về cốt lõi, độ lệch chuẩn của mẫu đo lường số lượng bạn đã chọn thay đổi trong toàn bộ dân số dựa trên mẫu của bạn.

TL; DR (Quá dài; Không đọc)

Sử dụng viết sai rồi có nghĩa là cỡ mẫu, μ đối với giá trị trung bình của dữ liệu, xTôi cho từng điểm dữ liệu riêng lẻ (từ Tôi = 1 đến Tôi = viết sai rồi) và là dấu hiệu tổng, phương sai mẫu (S2) Là:

S2 = (Σ xTôiμ)2 / (viết sai rồi − 1)

Và độ lệch chuẩn của mẫu là:

S = √S2

Độ lệch chuẩn so với độ lệch chuẩn mẫu

Thống kê xoay quanh việc lập dự toán cho toàn bộ dân số dựa trên các mẫu nhỏ hơn từ dân số và tính toán cho bất kỳ sự không chắc chắn nào trong ước tính trong quy trình. Độ lệch chuẩn định lượng số lượng biến thể trong dân số mà bạn đang nghiên cứu. Nếu bạn đang cố gắng tìm chiều cao trung bình, bạn sẽ nhận được một cụm kết quả xung quanh giá trị trung bình (trung bình) và độ lệch chuẩn mô tả chiều rộng của cụm và phân bố độ cao trên toàn bộ dân số.

Độ lệch chuẩn của mẫu độ lệch của Ước tính độ lệch chuẩn thực sự cho toàn bộ dân số dựa trên một mẫu nhỏ từ dân số. Hầu hết thời gian, bạn đã giành chiến thắng có thể lấy mẫu toàn bộ dân số được đề cập, do đó độ lệch chuẩn mẫu thường là phiên bản phù hợp để sử dụng.

Tìm độ lệch chuẩn mẫu

Bạn cần kết quả của bạn và số (viết sai rồi) của những người trong mẫu của bạn. Đầu tiên, tính giá trị trung bình của kết quả (μ) bằng cách cộng tất cả các kết quả riêng lẻ và sau đó chia số này cho số phép đo.

Ví dụ, nhịp tim (tính theo nhịp đập mỗi phút) của năm nam và năm nữ là:

71, 83, 63, 70, 75, 69, 62, 75, 66, 68

Điều này dẫn đến một ý nghĩa của:

μ = (71 + 83 + 63 + 70 + 75 + 69 + 62 + 75 + 66 + 68) ÷ 10

= 702 ÷ 10 = 70.2

Giai đoạn tiếp theo là trừ giá trị trung bình từ mỗi phép đo riêng lẻ, và sau đó bình phương kết quả. Ví dụ, đối với điểm dữ liệu đầu tiên:

(71 – 70.2)2 = 0.82 = 0.64

Và lần thứ hai:

(83 – 70.2)2 = 12.82 = 163.84

Bạn tiếp tục theo cách này thông qua dữ liệu, và sau đó thêm các kết quả này lên. Vì vậy, đối với dữ liệu mẫu, tổng của các giá trị này là:

0.64 + 163.84 +51.84 + 0.04 + 23.04 + 1.44 + 67.24 +23.04 + 17.64 + 4.84 = 353.6

Giai đoạn tiếp theo phân biệt giữa độ lệch chuẩn mẫu và độ lệch chuẩn dân số. Đối với độ lệch mẫu, bạn chia kết quả này cho kích thước mẫu trừ đi một (viết sai rồi −1). Trong ví dụ của chúng tôi, viết sai rồi = 10, vì vậy viết sai rồi – 1 = 9.

Kết quả này cho phương sai mẫu, ký hiệu là S2, ví dụ này là:

S2 = 353.6 ÷ 9 = 39.289

Độ lệch chuẩn mẫu (S) chỉ là căn bậc hai dương của số này:

S = √39.289 = 6.268

Nếu bạn đang tính độ lệch chuẩn dân số (σ) sự khác biệt duy nhất là bạn chia cho viết sai rồi thay vì viết sai rồi −1.

Toàn bộ công thức cho độ lệch chuẩn mẫu có thể được biểu thị bằng ký hiệu tổng Σ, với tổng là trên toàn bộ mẫu và xTôi đại diện cho kết quả cuối cùng của _n. Phương sai mẫu là:

S2 = (Σ xTôiμ)2 / (viết sai rồi − 1)

Và độ lệch chuẩn mẫu đơn giản là:

S = √S2

Độ lệch trung bình so với độ lệch chuẩn

Độ lệch trung bình khác một chút so với độ lệch chuẩn. Thay vì bình phương sự khác biệt giữa giá trị trung bình và từng giá trị, thay vào đó bạn chỉ lấy chênh lệch tuyệt đối (bỏ qua mọi dấu trừ), sau đó tìm trung bình của các giá trị đó. Đối với ví dụ trong phần trước, các điểm dữ liệu thứ nhất và thứ hai (71 và 83) đưa ra:

x1μ = 71 – 70.2 = 0.8

x2μ = 83 – 70.2 = 12.8

Điểm dữ liệu thứ ba cho kết quả âm

x3μ = 63 – 70.2 = −7.2

Nhưng bạn chỉ cần loại bỏ dấu trừ và lấy đây là 7.2.

Tổng của tất cả những cho đi chia cho viết sai rồi cho độ lệch trung bình. Trong ví dụ:

(0.8 + 12.8 + 7.2 + 0.2 + 4.8 + 1.2 + 8.2 + 4.8 + 4.2 + 2.2) ÷ 10 = 46.4 ÷ 10 = 4.64

Điều này khác biệt cơ bản với độ lệch chuẩn được tính toán trước đó, bởi vì nó không liên quan đến hình vuông và gốc.