«standard-deviation» 태그된 질문

따라서 다음과 같은 백분율 데이터 세트가 있습니다. 100 / 10000 = 1% (0.01) 2 / 5 = 40% (0.4) 4 / 3 = 133% (1.3) 1000 / 2000 = 50% (0.5) 백분율의 표준 편차를 찾고 싶지만 데이터 볼륨에 가중치를 둡니다. 즉, 첫 번째 및 마지막 데이터 포인트가 계산을 지배해야합니다. 어떻게합니까? …

29 standard-deviation  excel  weighted-mean 

캐럿을 사용하여 데이터 세트에 대해 교차 유효성 검사 임의 포리스트를 실행하고 있습니다. Y 변수는 요인입니다. 내 데이터 세트에 NaN, Inf 또는 NA가 없습니다. 그러나 임의의 포리스트를 실행하면 Error in randomForest.default(m, y, ...) : NA/NaN/Inf in foreign function call (arg 1) In addition: There were 28 warnings (use warnings() to see …

29 r  random-forest  caret  regression  prediction  fitting  social-science  poisson-distribution  distributions  characteristic-function  bayesian  prior  regression  normal-distribution  interaction  nonparametric  skewness  svm  standard-deviation  standard-error  regression-coefficients  igraph  natural-language  word2vec  word-embeddings  regression  machine-learning  sampling  r  regression  machine-learning  random-forest  ensemble  sampling  unbiased-estimator  proof  estimators  mse  probability  conditional-probability  bayes  anova  missing-data  neural-networks  recommender-system  r  confidence-interval  sample  multiple-imputation  r  time-series  forecasting  mase 

스튜던트 에는 표본 표준 편차 가 필요합니다 . 그러나 표본 크기와 표본 평균 만 알려진 경우 어떻게 계산 합니까?tttssssss 예를 들어, 표본 크기가 이고 표본 평균이 이면 각각 값을 가진 개의 동일한 표본 목록을 만들려고합니다 . 샘플 표준 편차는 입니다. 테스트 에서 0으로 나누기 문제가 발생합니다 .494949112112112494949112112112000ttt 추가 자료 : …

28 t-test  standard-deviation  small-sample 

다른 곳에서 답변을 받았다면 죄송합니다. 왜 표준 편차를 만들기 위해 분산의 제곱근 을 취하는 지 궁금합니다 . 유용한 가치를 창출하는 제곱근을 취하는 것은 무엇입니까?

26 variance  standard-deviation 

표준 오차를 표준 편차로 변환하는 것이 합리적입니까? 그렇다면이 공식이 적절합니까? SE=SDN−−√SE=SDNSE = \frac{SD}{\sqrt{N}}

26 standard-deviation  standard-error 

표준 편차에 대해 더 직관적으로 이해하려고합니다. 내가 이해 한 바에 따르면 데이터 세트의 평균과 데이터 세트의 관측치 차이의 평균을 나타냅니다. 그러나 실제로 평균에서 더 많은 관측치에 가중치를 부여하므로 차이의 평균과 실제로 같지는 않습니다. 의 값으로 구성된 인구가 있다고 가정하겠습니다.{ 1 , 3 , 5 , 7 , 9 }{1,3,5,7,9}\{1, 3, …

26 standard-deviation  intuition 

범위 빈 내에 카운트로 저장된 샘플 관측치의 데이터 세트가 있습니다. 예 : min/max count 40/44 1 45/49 2 50/54 3 55/59 4 70/74 1 이제 이것으로부터 평균의 추정치를 찾는 것은 매우 간단합니다. 각 범위 빈의 평균 (또는 중앙값)을 관측 값으로 사용하고 개수를 가중치로 사용하고 가중 평균을 찾으십시오. x¯∗=1∑Ni=1wi∑i=1Nwixix¯∗=1∑i=1Nwi∑i=1Nwix나는\bar{x}^* = \frac{1}{\sum_{i=1}^N …

24 variance  standard-deviation  weighted-sampling 

랜덤 변수의 하한과 상한이 [0,1]이라고 가정합니다. 그러한 변수의 분산을 계산하는 방법은 무엇입니까?

22 variance  standard-deviation  measurement-error 

예상 값을 제공하는 모델이 있다고 가정 해 봅시다. 그 값의 RMSE를 계산합니다. 그리고 실제 값의 표준 편차입니다. 이 두 값 (분산)을 비교하는 것이 이치에 맞습니까? 내가 생각하는 것은 RMSE와 표준 편차가 비슷하거나 동일하다면 내 모델의 오류 / 분산은 실제로 진행되는 것과 동일합니다. 그러나 이러한 값을 비교하는 것이 합리적이지 않으면이 결론이 …

21 standard-deviation  standard-error  rms 

주성분 분석 (PCA)을 수행 한 후 PCA 공간에 새 벡터를 투영하려고합니다 (즉, PCA 좌표계에서 해당 좌표를 찾습니다). 를 사용하여 R 언어로 PCA를 계산했습니다 prcomp. 이제 내 벡터에 PCA 회전 행렬을 곱할 수 있어야합니다. 이 매트릭스의 주요 구성 요소를 행 또는 열로 배열해야합니까?

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

그것은 나에게 충격의 비트로의 평균 것을 나는 정규 분포 몬테카를로 시뮬레이션을했고, 발견 처음 온 에서 표준 편차 샘플, 모든 단지의 샘플 크기를 갖는 훨씬 적은 것으로 판명를, 즉, 모집단을 생성하는 데 사용되는 평균 회보다 . 그러나 이것은 거의 기억 나지 않는다면 잘 알려져 있으며, 내가 알거나 시뮬레이션을하지 않았을 것입니다. 시뮬레이션은 …

20 normal-distribution  standard-deviation  expected-value  unbiased-estimator  umvue 

에서 본인은 이 표본 분산의 표준 오차가 있음 에스이자형에스2= 2 σ4엔− 1−−−−−−√에스이자형에스2=2σ4엔−1SE_{s^2} = \sqrt{\frac{2 \sigma^4}{N-1}} 표본 표준 편차의 표준 오차는 무엇입니까? 나는 라고 추측하고 유혹하고 싶지만 확실하지 않습니다.에스이자형에스= S이자형에스2−−−−√에스이자형에스=에스이자형에스2SE_{s} = \sqrt{SE_{s^2}}

20 sampling  standard-deviation  standard-error 

정밀도는 다음과 같이 정의됩니다. p = true positives / (true positives + false positives) 로, 즉를 정확 true positives하고 false positives, 정밀도가 한 접근 방식 0? 리콜에 대한 동일한 질문 : r = true positives / (true positives + false negatives) 현재이 값을 계산 해야하는 통계 테스트를 구현 중이며 때로는 …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

최소 0과 최대 94.33을 가진 표본의 경우 평균 74.10과 표준 편차 33.44가 있습니다. 교수님은 나에게 1 표준 편차에 최대치를 초과하는 방법을 묻습니다. 나는 그녀에게 이것에 대한 많은 예를 보여 주었지만 그녀는 이해하지 못한다. 그녀를 보여주기 위해 약간의 참조가 필요합니다. 통계 책에서 특히 이것에 대해 이야기하는 장이나 단락이 될 수 있습니다.

19 standard-deviation  mean  references  bounds  maximum 

sdR 의 표준 편차 함수 에 어떤 공식이 사용 됩니까?

19 r  standard-deviation