Объединенное стандартное отклонение Решение

ШАГ 0: Сводка предварительного расчета
Используемая формула
Объединенное стандартное отклонение = sqrt((((Размер образца X-1)*(Стандартное отклонение образца X^2))+((Размер образца Y-1)*(Стандартное отклонение образца Y^2)))/(Размер образца X+Размер образца Y-2))
σPooled = sqrt((((NX-1)*(σX^2))+((NY-1)*(σY^2)))/(NX+NY-2))
В этой формуле используются 1 Функции, 5 Переменные
Используемые функции
sqrt - Функция квадратного корня — это функция, которая принимает в качестве входных данных неотрицательное число и возвращает квадратный корень заданного входного числа., sqrt(Number)
Используемые переменные
Объединенное стандартное отклонение - Объединенное стандартное отклонение — это стандартное отклонение, рассчитанное на основе объединенного или объединенного набора данных, которое часто используется при анализе групп со схожими характеристиками.
Размер образца X - Размер выборки X — это количество наблюдений или точек данных в выборке X.
Стандартное отклонение образца X - Стандартное отклонение выборки X — это мера того, насколько варьируются значения в выборке X.
Размер образца Y - Размер выборки Y — это количество наблюдений или точек данных в выборке Y.
Стандартное отклонение образца Y - Стандартное отклонение выборки Y — это мера того, насколько варьируются значения в выборке Y.
ШАГ 1. Преобразование входов в базовый блок
Размер образца X: 8 --> Конверсия не требуется
Стандартное отклонение образца X: 29 --> Конверсия не требуется
Размер образца Y: 6 --> Конверсия не требуется
Стандартное отклонение образца Y: 42 --> Конверсия не требуется
ШАГ 2: Оцените формулу
Подстановка входных значений в формулу
σPooled = sqrt((((NX-1)*(σX^2))+((NY-1)*(σY^2)))/(NX+NY-2)) --> sqrt((((8-1)*(29^2))+((6-1)*(42^2)))/(8+6-2))
Оценка ... ...
σPooled = 35.008332341506
ШАГ 3: Преобразуйте результат в единицу вывода
35.008332341506 --> Конверсия не требуется
ОКОНЧАТЕЛЬНЫЙ ОТВЕТ
35.008332341506 35.00833 <-- Объединенное стандартное отклонение
(Расчет завершен через 00.020 секунд)

Кредиты

Creator Image
Сделано Нишан Пуджари
Институт технологий и менеджмента Шри Мадхвы Вадираджи (SMVITM), Удупи
Нишан Пуджари создал этот калькулятор и еще 500+!
Verifier Image
Проверено Мона Глэдис
Колледж Святого Иосифа (SJC), Бангалор
Мона Глэдис проверил этот калькулятор и еще 1800+!

Стандартное отклонение Калькуляторы

Объединенное стандартное отклонение
​ LaTeX ​ Идти Объединенное стандартное отклонение = sqrt((((Размер образца X-1)*(Стандартное отклонение образца X^2))+((Размер образца Y-1)*(Стандартное отклонение образца Y^2)))/(Размер образца X+Размер образца Y-2))
Стандартное отклонение суммы независимых случайных величин
​ LaTeX ​ Идти Стандартное отклонение суммы случайных величин = sqrt((Стандартное отклонение случайной величины X^2)+(Стандартное отклонение случайной величины Y^2))
Стандартное отклонение с учетом коэффициента вариации в процентах
​ LaTeX ​ Идти Стандартное отклонение данных = (Среднее значение данных*Коэффициент вариации в процентах)/100
Стандартное отклонение с учетом дисперсии
​ LaTeX ​ Идти Стандартное отклонение данных = sqrt(Отклонение данных)

Объединенное стандартное отклонение формула

​LaTeX ​Идти
Объединенное стандартное отклонение = sqrt((((Размер образца X-1)*(Стандартное отклонение образца X^2))+((Размер образца Y-1)*(Стандартное отклонение образца Y^2)))/(Размер образца X+Размер образца Y-2))
σPooled = sqrt((((NX-1)*(σX^2))+((NY-1)*(σY^2)))/(NX+NY-2))

Что такое стандартное отклонение в статистике?

В статистике стандартное отклонение — это мера количества вариаций или дисперсии набора значений. Низкое стандартное отклонение указывает на то, что значения имеют тенденцию быть близкими к среднему (также называемому ожидаемым значением) набора, в то время как высокое стандартное отклонение указывает на то, что значения разбросаны по более широкому диапазону. Полезным свойством стандартного отклонения является то, что, в отличие от дисперсии, оно выражается в тех же единицах, что и данные. Стандартное отклонение случайной величины, выборки, статистической совокупности, набора данных или распределения вероятностей определяется и рассчитывается как квадратный корень из его дисперсии.

Let Others Know
Facebook
Twitter
Reddit
LinkedIn
Email
WhatsApp
Copied!