Ero keskihajonnan ja vakiovirheen välillä
Share
Vakiopoikkeama on määritelty sarjan absoluuttiseksi dispersion mittaksi. Se selventää keskimääräisen variaation määrää keskiarvon molemmin puolin. Se tulkitaan usein väärin vakiovirheen kanssa, koska se perustuu keskihajontaan ja näytteen kokoon.
Vakiovirhe käytetään mittaamaan arvioiden tilastollisen tarkkuuden. Sitä käytetään ensisijaisesti hypoteesin testaamisessa ja aikavälin arvioinnissa.
Nämä ovat kaksi tärkeää tilastokäsitettä, joita käytetään laajalti tutkimusalalla. Ero keskihajonnan ja vakiovirheen välillä perustuu datan kuvauksen ja sen päätelmien väliseen eroon.
Sisältö: Vakiopoikkeama Vs Vika
- Vertailutaulukko
- Määritelmä
- Keskeiset erot
- johtopäätös
Vertailutaulukko
| Vertailun perusteet | Vakiopoikkeama | Vakiovirhe |
|---|---|---|
| merkitys | Vakiopoikkeama tarkoittaa arvojoukon hajontamittaa niiden keskiarvosta. | Vakiovirhe tarkoittaa estimoinnin tilastollisen tarkkuuden mittaa. |
| tilastollinen | kuvaileva | inferential |
| Toimenpiteitä | Kuinka paljon havaintoja eroaa toisistaan. | Kuinka tarkka otos tarkoittaa todellista populaatiota. |
| Jakelu | Havainnon jakauma normaalia käyrää kohti. | Normaalikäyrää koskevan estimaatin jakauma. |
| Kaava | Varianssin neliöjuuri | Vakiopoikkeama jaettuna näytteen koon neliöjuurella. |
| Otoksen koon kasvu | Antaa tarkemman mitan keskihajonnasta. | Vähentää vakiovirhettä. |
Määritelmä keskihajonta
Vakiopoikkeama on mitta sarjan leviämisestä tai etäisyydestä standardista. Vuonna 1893 Karl Pearson keksi tutkimuksissa tutkimuksen keskihajonnan, joka on epäilemättä eniten käytetty mitta..
Se on neliöjuuri keskimääräisten poikkeamien neliöiden keskiarvosta. Toisin sanoen tietyssä tietojoukossa standardipoikkeama on keskimääräinen neliöpoikkeama aritmeettisesta keskiarvosta. Koko populaation kohdalla se osoitetaan kreikkalaisella kirjaimella 'sigma (σ)', ja otoksessa sitä edustaa latinalainen kirjain 's'.
Vakiopoikkeama on mitta, joka ilmaisee havaintojoukon hajaantumisasteen. Mitä kauempana datapisteet ovat keskiarvosta, sitä suurempi on poikkeama tietojoukossa, mikä tarkoittaa, että datapisteet ovat hajallaan laajemmalle arvoalueelle ja päinvastoin.
- Luokittelemattomat tiedot:
- Ryhmitetylle taajuuden jakautumiselle:
Määritelmä Vakiovirhe
Olet ehkä huomannut, että samasta populaatiosta otetut eri näytteet, joiden koko on identtinen, antavat tarkasteltavana olevan tilastollisen arvon erilaisia, ts. Otoksen keskiarvon. Vakiovirhe (SE) tarjoaa vakiopoikkeaman näytteen keskiarvon eri arvoissa. Sitä käytetään vertailuun otoskeinojen välillä populaatioiden välillä.
Lyhyesti sanottuna, tilaston vakiovirhe on vain näytteen jakautuman keskihajonta. Sillä on suuri rooli tilastollisen hypoteesin ja intervalliarvioinnin testaamisessa. Se antaa kuvan arvion tarkkuudesta ja luotettavuudesta. Mitä pienempi vakiovirhe, sitä suurempi on teoreettisen jakauman yhdenmukaisuus ja päinvastoin.
- Kaava: Vakiovirhe näytteen keskiarvolle = σ / √n
Missä σ on populaation keskihajonta
Keskeiset erot vakiopoikkeaman ja vakiovirheen välillä
Jäljempänä esitetyt seikat ovat olennaisia keskihajonnan eron suhteen:
- Vakiopoikkeama on mitta, joka arvioi havaintojen joukon variaation määrän. Vakiovirhe mitataan estimoinnin tarkkuutta, ts. Se on tilastollisen teoreettisen jakauman vaihtelevuuden mitta.
- Vakiopoikkeama on kuvaava tilasto, kun taas vakiovirhe on päättelytilasto.
- Vakiopoikkeama mittaa kuinka kaukana yksittäiset arvot ovat keskiarvosta. Päinvastoin, kuinka lähellä otoksen keskiarvo on populaation keskiarvoa.
- Vakiopoikkeama on havaintojen jakauma suhteessa normaalikäyrään. Sitä vastoin vakiovirhe on estimoinnin jakauma suhteessa normaalikäyrään.
- Vakiopoikkeama määritellään varianssin neliöjuureksi. Sitä vastoin vakiovirhe kuvataan standardipoikkeamana jaettuna näytteen koon neliöjuurella.
- Kun näytteen kokoa nostetaan, se antaa tarkemman mitan keskihajonnasta. Toisin kuin tavallinen virhe, kun näytteen kokoa suurennetaan, vakiovirheellä on taipumus vähentyä.
johtopäätös
Yleisesti ottaen keskihajontaa pidetään yhtenä parhaimmista hajonnan mitta-arvoista, joka mittaa arvojen leviämisen keskusarvosta. Toisaalta standardivirhettä käytetään pääasiassa arvioiden luotettavuuden ja tarkkuuden tarkistamiseen, joten mitä pienempi virhe, sitä suurempi on sen luotettavuus ja tarkkuus.
