La deviazione standard è la radice quadrata della varianza di una variabile casuale, un suo stimatore o una misura simile della diffusione di un batch di dati.
Considera il seguente esperimento: a un gruppo di persone viene fornito un elenco di città e viene chiesto di contrassegnare le posizioni corrispondenti su una mappa del mondo (altrimenti senza etichetta). Per ogni città, otterrai una dispersione di punti approssimativamente centrati sulla rispettiva città. Alcune città, dicono Istanbul, mostreranno meno …
Su questo sito web di psicometria l' ho letto [A] una varianza di livello profondo è un concetto più fondamentale della deviazione standard. Il sito non spiega ulteriormente perché la varianza sia considerata più fondamentale della deviazione standard, ma mi ha ricordato che ho letto alcune cose simili su questo …
Supponiamo che io abbia normalmente distribuito dati. Per ogni elemento dei dati voglio verificare quante SD sono lontane dalla media. Potrebbe esserci un valore anomalo nei dati (probabilmente solo uno, ma potrebbe anche essere due o tre) o no, ma questo valore errato è fondamentalmente quello che sto cercando. Ha …
Nella discussione a seguito di una recente domanda sul fatto che la deviazione standard possa eccedere la media, è stata sollevata brevemente una domanda, ma alla quale non è mai stata data una risposta completa. Quindi lo sto chiedendo qui. Si consideri un insieme di nnn numeri non negativi x …
Ho una semplice - e forse ovviamente banale - domanda: perché la deviazione standard si chiama proprio " standard "? È perché standardizza il confronto di set di dati e risultati rispetto alla loro dispersione? Una ricerca su Stack Exchange non solleva questa domanda, né una ricerca di Google sull'etimologia …
Per la distribuzione normale, esiste uno stimatore imparziale della deviazione standard data da: σ^unbiased=Γ(n−12)Γ(n2)12∑k=1n(xi−x¯)2−−−−−−−−−−−−√σ^unbiased=Γ(n−12)Γ(n2)12∑k=1n(xi−x¯)2\hat{\sigma}_\text{unbiased} = \frac{\Gamma(\frac{n-1}{2})}{\Gamma(\frac{n}{2})} \sqrt{\frac{1}{2}\sum_{k=1}^n(x_i-\bar{x})^2} La ragione per cui questo risultato non è così noto sembra essere che è in gran parte una curiosità piuttosto che una questione di grande importanza . La prova è coperta su questo …
Oggi ho insegnato a una classe introduttiva di statistica e uno studente mi ha fatto una domanda, che riformulo qui come: "Perché la deviazione standard è definita come sqrt di varianza e non come sqrt di somma dei quadrati su N?" Definiamo la varianza della popolazione:σ2=1N∑(xi−μ)2σ2=1N∑(xi−μ)2\sigma^2=\frac{1}{N}\sum{(x_i-\mu)^2} E deviazione standard: .σ=σ2−−√=1N√∑(xi−μ)2−−−−−−−−−−√σ=σ2=1N∑(xi−μ)2\sigma=\sqrt{\sigma^2}=\frac{1}{\sqrt{N}}\sqrt{\sum{(x_i-\mu)^2}} …
Ho una matrice di valori reali, che ha media e deviazione standard . Se un elemento dell'array viene sostituito da un altro elemento , allora sarà la nuova mediannnμoldμold\mu_{old}σoldσold\sigma_{old}xixix_ixjxjx_j μnew=μold+xj−xinμnew=μold+xj−xin\mu_{new}=\mu_{old}+\frac{x_j-x_i}{n} Il vantaggio di questo approccio è che richiede un calcolo costante indipendentemente dal valore di . Esiste un approccio per …
Ho condotto un'analisi in cui ho modellato diversi componenti di varianza. Quando si riportano i risultati in una tabella, è molto più conciso riportare deviazioni standard anziché varianze. Quindi, questo mi porta alla domanda: c'è mai un motivo per segnalare la varianza invece della deviazione standard? È sempre più appropriato …
Ho NNN osservazioni accoppiate ( XiXiX_i , YiYiY_i ) tratte da una distribuzione sconosciuta comune, che ha primi e secondi momenti finiti ed è simmetrica attorno alla media. Sia σXσX\sigma_X la deviazione standard di XXX (incondizionata su YYY ), e σYσY\sigma_Y lo stesso per Y. Vorrei testare l'ipotesi H0H0H_0 :σX=σYσX=σY\sigma_X …
Per i dati normalmente distribuiti, la deviazione standard e la deviazione assoluta mediana MAD sono correlate da:σσ\sigmaMADMAD\text{MAD} σ=Φ−1(3/4)⋅MAD≈1.4826⋅MAD,σ=Φ−1(3/4)⋅MAD≈1.4826⋅MAD,\sigma=\Phi^{-1}(3/4)\cdot \text{MAD}\approx1.4826\cdot\text{MAD}, dove è la funzione di distribuzione cumulativa per la distribuzione normale standard.Φ()Φ()\Phi() Esiste una relazione simile per altre distribuzioni?
Ho raccolto risposte da 85 persone sulla loro capacità di svolgere determinati compiti. Le risposte sono su una scala Likert a cinque punti: 5 = Molto buono, 4 = Buono, 3 = Medio, 2 = Scarso, 1 = Molto scarso, Il punteggio medio è 2,8 e la deviazione standard è …
A quanto ho capito, possiamo ottenere una correlazione normalizzando la covarianza usando l'equazione ρi,j=cov(Xi,Xj)σiσjρi,j=cov(Xi,Xj)σiσj\rho_{i,j}=\frac{cov(X_i, X_j)}{\sigma_i \sigma_j} dove è la deviazione standard diXi.σi=E[(Xi−μi)2]−−−−−−−−−−−√σi=E[(Xi−μi)2]\sigma_i=\sqrt{E[(X_i-\mu_i)^2]}XiXiX_i La mia preoccupazione è cosa succede se la deviazione standard è uguale a zero? C'è qualche condizione che garantisce che non può essere zero? Grazie.
Ho delle maglie 3D triangolate. Le statistiche per le aree triangolari sono: Min 0.000 Max 2341.141 Media 56.317 Std dev 98.720 Quindi, significa qualcosa di particolarmente utile sulla deviazione standard o suggerisce che ci sono dei bug nel calcolo, quando le cifre funzionano come sopra? Le aree sono certamente lungi …
Da quanto ho capito, le scuole del Regno Unito insegnano che la deviazione standard si trova usando: mentre le scuole statunitensi insegnano: (comunque a livello base). Ciò ha causato numerosi problemi ai miei studenti in passato poiché hanno cercato su Internet, ma hanno trovato una spiegazione sbagliata. Perché la differenza …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.