Errore standard in R
Qual è l'errore standard nella lingua R in Ubuntu 20.04?
L'errore standard di un dati è la deviazione standard della distribuzione del campione, o una stima di esso (SE). Per avere l'errore standard, dividere l'errore standard per la radice quadrata dei dati sperimentali. Esploreremo come stimare l'errore standard della media nel linguaggio di script in questo post. L'errore standard può essere calcolato matematicamente usando la formula:
sintassi:
sd (a)/sqrt (lunghezza ((a)))Abbiamo SD, che è menzionato come metodo di deviazione standard. L'input "A" è la variabile dei dati di esempio. Il SEM (errore standard della media) è un criterio per la valutazione di come i valori ampiamente sono sparsi attorno alla media. Prendi in considerazione i seguenti due fattori quando si valuta l'errore standard della media:
- Più degli elementi di una raccolta sono dispersi attraverso la media all'aumentare della deviazione standard della media.
- Man mano che la dimensione dei dati dati si espande, la deviazione standard della media diminuisce.
L'applicazione di errore standard in R in Ubuntu 20.04
- La deviazione standard calcolata della distribuzione del campione è l'errore standard della statistica. Questo viene creato campionando ripetutamente la media della popolazione o altre statistiche (inclusa la deviazione standard del campione) e osservando la variazione all'interno dei campioni. Questa statistica si trova spesso nelle prospettive di statistica sia sintesi. In un test o un esperimento, è fondamentale utilizzare un approccio di campione casuale per ottenere il modello di punto dati più accurato possibile in modo che l'esempio del modello a barre o di un altro modello di dati sia il più accurato possibile e il più vicino possibile a una distribuzione normale.
- L'errore standard della media di un campione è una misura di quanto sia vicina alla media della popolazione autentica. Se il tuo errore standard è significativo, la statistica è imprecisa. Man mano che le dimensioni del campione diventano più grandi, i mezzi del campione tendono a raggrupparsi più vicini alla media vera.
- L'errore standard (ridimensionato in base alla radice quadrata della dimensione del campione) e la varianza sono entrambi influenzati dalla dimensione del campione, come mostrato nell'esempio sopra. Questo ha ramificazioni per la tua popolazione significa intervallo di confidenza di stima.
Come valutare l'errore standard in R in Ubuntu 20.04?
In questo articolo, imparerai come calcolare l'errore standard di un set di dati utilizzando alcuni metodi diversi in R. Vale la pena notare che i risultati di tutte le procedure sono identici.
Esempio n. 1: utilizzando il metodo SD per la valutazione dell'errore standard in R in Ubuntu 20.04
Utilizzando le funzioni incluse nel pacchetto di script di base R, è possibile determinare rapidamente la deviazione standard della media. Per calcoli autonomi, distribuire il metodo SD (deviazione standard in R). La deviazione standard viene calcolata utilizzando il metodo sd (), che accetta un vettore intero come input. Utilizzeremo il metodo sd () per calcolare la deviazione standard, seguito dal metodo di lunghezza () per definire il numero di osservazioni in totale.
Nello script indicato, abbiamo dichiarato una variabile X in cui il vettore numerico viene inizializzato. Quindi, abbiamo un'istruzione di stampa e all'interno dell'istruzione di stampa, abbiamo una funzione SD per prendere l'ingresso X e quindi dividere per la funzione SQRT, che ha l'operazione di lunghezza sulla variabile x. Se eseguita, l'istruzione di stampa mostra la stima dell'output dell'errore standard.
Esempio n. 2: utilizzando la formula di errore standard per valutare l'errore standard in R in Ubuntu 20.04
Per ottenere le osservazioni, utilizzeremo la formula di errore standard. La formula è sqrt (somma ((a-mean (a))^2/(lunghezza (a) -1)))/sqrt (lunghezza (a)) Per l'errore standard, in cui l'ingresso è dati. La radice quadrata viene stimata utilizzando la funzione Data SQRT. La somma è un metodo utilizzato per stimare il numero aggregato di elementi in un set di dati. La funzione viene utilizzata per calcolare la media dei dati. Il metodo di lunghezza viene utilizzato per acquisire la lunghezza dei dati.
La variabile X è definita qui e inizializzata con i vettori con dieci elementi. La formula di errore standard viene applicata all'ingresso dei dati X all'interno del comando di stampa, che genera la stima della deviazione standard per questo vettore.
Esempio n. 3: usando la std.Funzione di errore del modulo PlotRix per valutare l'errore standard in R in Ubuntu 20.04
Installa il pacchetto PlotRix in R per utilizzare l'STD.Errore () funzione. La std.Il metodo Errore () nel modulo aggiuntivo PlotRix può anche stimare l'errore standard. La deviazione standard viene valutata utilizzando la MST.Metodo errore (). Un vettore numerico può essere passato alla MST.Errore () funzione.
Qui, abbiamo aggiunto il modulo Plotrix all'interno della funzione della libreria, poiché abbiamo incluso il modulo Plotrix, quindi ora possiamo facilmente usare la STD.Funzione di errore per la stima dell'errore standard. Per questo, abbiamo creato i dati nella variabile V e abbiamo superato la variabile V in STD.funzione di errore, che viene chiamata all'interno del comando di stampa. All'esecuzione dell'istruzione di stampa, viene generato il valore di errore standard.
Conclusione
Qui, abbiamo fatto con l'errore standard nella lingua R. La media (SEM) è una statistica per capire come sono ampiamente i valori in un set di dati. Con la divisione dell'errore standard per radice della dimensione del campionamento, viene calcolata la media del campione. Abbiamo analizzato tre modi per valutare l'errore standard in questo articolo R: Utilizzo del metodo SD () in combinazione con la funzione di lunghezza, la formula di errore standard come guida e l'ultimo pacchetto PlotRix viene utilizzato.