总体标准差、样本标准差、标准误差

2024-05-30 10:18:50

我们之前学的标准差，指的是总体标准差，但是在现实中，由于样本数量很大，且都具有随机性，我们不可能得到全部的样本，所以要计算出总体标准差是不现实的。

通常情况下，我们只能从某个事物中进行抽样，然后从抽样样本中估计总体标准差。

总体标准差

公式：

x 为某个样本，

为总体样本的均值，n 为总体样本的数量。

样本标准差

公式：

x 为某个抽样样本，

为抽样样本的均值，n 为抽样样本的数量。

可以看出，总体标准差和样本标准差的区别是，一个分母是 n，一个分母是 (n - 1)。

为什么样本标准差的分母是 (n - 1) ？

维基百科的说法是：在统计学中样本的均差多是除以自由度 (n - 1)，意思是样本能够自由选择的程度。当选到只剩一个时，它就不可能再有自由了，所以自由度是 (n - 1)。

意思是在抽样完成后，平均值

就已经确定了，在从 n 个样本逐个选取过程中，如果已经选取了 (n - 1) 个样本，那么最后剩下的一个就是能够确定平均值

的样本。也就是如果剩下的样本数大于 1 时，就还有可以挑选的自由，当只剩下一个时，就别无选择了。所以说，n 个样本中，只有 (n - 1) 个样本可以自由变化。

现实中，我们很难获取到全部的样本，因此，要从抽样样本来预估总体样本，也就是要把抽样样本当作总体样本来看待，这时抽样样本的数量就不能是 n ，这里的 n 代表是总体样本数量，这是不能确定的数，而 n 个样本中，可以自由选择的是 (n - 1) 个样本，所以分母是 (n - 1) 。

在机器学习中，分母通常是 n，其实无论分母是 n 还是 (n - 1)，对模型的训练并无影响。

标准误差

标准误差指的是样本均值的标准差，衡量的是样本均值的离散程度。

因为每一次抽样得到的平均值都是不一样的，需要进行多次抽样后，再用多个样本均值来估计总体均值，那么样本均值的离散程度越大，抽样误差就越大。

所以用标准误差来衡量抽样误差的大小。

总体标准差、样本标准差、标准误差相关推荐

总体标准差-样本标准差
总体标准差和样本标准差公式: 解释: 1,求一组数据的标准差,该组数据就是总体,此时是求总体标准差,公式中分母为n: 2,总体太大或未知,只能每次抽取样本,此时是求样本标准差,分母为n-1. 图片来源 ...
【Python】统计数据标准差（总体标准差，样本标准差）
前言最近做实验需要统计实验结果的均值,标准差,mark一下,方便查阅! 总体标准差样本标准差有的也叫无偏样本标准差,就是自由度为 n-1 代码 imimport numpy as np each ...
C语言实现总体方差，总体标准差，样本方差，样本标准差
/**方差计算 *****注意数据类型 *参数 data[] 数据 *使用注意需要重定义数据类型 typedef unsigned char uint8; typedef unsigned int ...
环境变量path的作用、时间序列的学习、标准差与标准误差
118.环境变量path的作用实际上,对Windows操作系统环境变量path的编辑,只是为了在命令行下可以无需带路径,直接执行一些程序,而不会出现程序文件无法找到的错误. 119.对于时间序列的学 ...
假设检验 - 区间估计（总体标准差未知）
背景知识: u分布:指标准正态分布,是以0为平均值,以1为标准差的正态分布 z分布:泛指正态分布,是以u为平均值,以西格玛为标准差的正态分布.对于z分布中的所有变量X,转换为(X-U)/西格玛时,其服 ...
pandas中计算总体标准差
标准差(或方差),分为总体标准差(方差)和样本标准差(方差). 前者分母为n,后者为n-1.后者是无偏的. pandas里的 .std() 和 .var() 都是算的无偏的. 而numpy是有偏的 ...
假设检验 - 区间估计（总体标准差σ已知）
标准正态分布表(带x) 1.所谓的正态分布表都是标准正态分布表(n(0,1) [标准差=1,平均值=0],通过查找实数x的位置,从而得到p(z<=x). 2.表的纵向代表x的整数部分和小数点后第 ...
总体标准差和标准差的区别
总体标准差和标准差都是用来衡量数据集合中数据值的离散程度.但是它们在计算上有所不同. 标准差(sample standard deviation)是在一个样本中计算,用来反映样本数据值分布程度.公式为 ...
R计算已知总体标准差，均值， N 求置信区间
葡萄酒进口商需要报告某国葡萄酒瓶中酒的平均度数.根据以往葡萄酒的经验,进口商认为酒的度数呈正态分布,总体标准差为12%.进口商随机抽取了60瓶新酒,得出样本均值X=93%.给出所有新酒瓶中酒的度数的9 ...

最新文章

热门文章