Standardfehler in r
Was ist der Standardfehler in der R -Sprache in Ubuntu 20.04?
Der Standardfehler eines Daten ist die Standardabweichung der Stichprobenverteilung oder eine Schätzung davon (SE). Um den Standardfehler zu haben, trennen Sie den Standardfehler durch die Quadratwurzel der experimentellen Daten. Wir werden untersuchen, wie der Standardfehler des Mittelwerts in der R -Skriptsprache in diesem Beitrag geschätzt wird. Der Standardfehler kann mathematisch unter Verwendung der Formel berechnet werden:
Syntax:
SD (a)/sqrt (Länge ((a)))Wir haben SD, das als Standardabweichungsmethode erwähnt wird. Die Eingabe „A“ ist die Variable der Beispieldaten. Der SEM (Standardfehler des Mittelwerts) ist ein Kriterium zur Bewertung, wie ausführlich die Werte um den Mittelwert verteilt sind. Berücksichtigen Sie die folgenden zwei Faktoren bei der Bewertung des Standardfehlers des Mittelwerts:
- Mehr der Elemente einer Sammlung werden über den Mittelwert verteilt, wenn die Standardabweichung des mittleren Anstiegs erhöht wird.
- Wenn sich die Größe der angegebenen Daten erweitert, sinkt die Standardabweichung des Mittelwerts.
Die Standardfehleranwendung in R in Ubuntu 20.04
- Die berechnete Standardabweichung der Stichprobenverteilung ist der Standardfehler der Statistik. Dies wird erstellt, indem der Mittelwert oder andere Statistiken der Bevölkerung (einschließlich Stichprobenstandardabweichung) wiederholt und die Variation in Ihren Proben beobachtet wird. Diese Statistik wird häufig sowohl in summarischen als auch in beschreibenden Statistiken festgestellt. In einem Test oder Experiment ist es wichtig, einen zufälligen Stichprobenansatz zu verwenden, um das genaueste Datenpunktmodell zu erhalten, sodass das Beispiel für das Barplot oder ein anderes Datenmodell so genau wie möglich und so nahe wie möglich an einer Normalverteilung ist.
- Der Standardfehler des Mittelwerts einer Probe ist ein Maß dafür. Wenn Ihr Standardfehler signifikant ist, ist die Statistik ungenau. Wenn die Stichprobengrößen größer werden, neigen die Mittelwerte dazu, sich näher am wahren Mittelwert zu schließen.
- Der Standardfehler (skaliert basierend auf der Quadratwurzel der Probengröße) und Varianz werden sowohl durch die Stichprobengröße beeinflusst, wie im obigen Beispiel zu sehen ist. Dies hat Auswirkungen auf Ihre Bevölkerung bedeutet das Konfidenzintervall der Schätzung der Schätzung.
So bewerten Sie den Standardfehler im R in Ubuntu 20.04?
In diesem Artikel erfahren Sie, wie Sie den Standardfehler eines Datensatzes unter Verwendung einiger verschiedener Methoden in R berechnen können. Es ist erwähnenswert, dass die Ergebnisse aller Verfahren identisch sind.
Beispiel Nr. 1: Verwenden der SD -Methode zur Bewertung des Standardfehlers in R in Ubuntu 20.04
Mit den im Basis -R -Skriptpaket enthaltenen Funktionen können Sie schnell die Standardabweichung des Mittelwerts bestimmen. Stellen Sie für eigenständige Berechnungen die SD-Methode ein (Standardabweichung in R). Die Standardabweichung wird unter Verwendung der SD () -Methode berechnet, die einen Ganzzahlvektor als Eingabe akzeptiert. Wir werden die SD () -Methode verwenden, um die Standardabweichung zu berechnen, gefolgt von der Länge () -Methode, um die Anzahl der Beobachtungen insgesamt zu definieren.
Im angegebenen Skript haben wir eine Variable x deklariert, in der der numerische Vektor initialisiert wird. Dann haben wir eine Druckanweisung und innerhalb der Druckanweisung eine SD. Bei der Ausführung zeigt die Druckanweisung die Ausgabeschätzung des Standardfehlers an.
Beispiel Nr. 2: Verwenden der Standardfehlerformel zur Bewertung des Standardfehlers in R in Ubuntu 20.04
Um die Beobachtungen zu erhalten, werden wir die Standardfehlerformel verwenden. Die Formel ist sqrt (sum ((a-mean (a))^2/(Länge (a) -1))/sqrt (Länge (a)) Für den Standardfehler, bei dem die Eingabe Daten sind. Das Quadratwurzel wird mit der Daten SQRT -Funktion geschätzt. Die Summe ist eine Methode, mit der die Gesamtanzahl der Elemente in einem Datensatz geschätzt wird. Die Funktion wird verwendet, um den Durchschnitt der Daten zu berechnen. Die Längenmethode wird verwendet, um die Datenlänge zu erwerben.
Die X -Variable wird hier definiert und mit den Vektoren mit zehn Elementen initialisiert. Die Standardfehlerformel wird auf die Eingabe von Data x in den Druckbefehl angewendet, wodurch die Schätzung der Standardabweichung für diesen Vektor generiert wird.
Beispiel Nr. 3: Verwenden der STD.Fehlerfunktion des PLIPRIX -Moduls zur Bewertung des Standardfehlers in R in Ubuntu 20 zur Bewertung des Standardfehlers.04
Installieren Sie das Plotrix -Paket in R, um die STD zu verwenden.Fehler () Funktion. Die std.Fehler () Methode im Plotrix-Add-On-Modul kann auch den Standardfehler schätzen. Die Standardabweichung wird unter Verwendung der STD bewertet.Fehler () Methode. Ein numerischer Vektor kann an die STD übergeben werden.Fehler () Funktion.
Hier haben wir das Modul -Plotrix in der Bibliotheksfunktion hinzugefügt, da wir das Plotrix -Modul aufgenommen haben. Jetzt können wir jetzt einfach die STD verwenden.Fehlerfunktion für die Standardfehlerschätzung. Hierzu haben wir die Daten in der Variablen V erstellt und die Variable V in der STD übergeben.Fehlerfunktion, die innerhalb des Print -Befehls aufgerufen wird. Bei der Ausführung der Druckanweisung wird der Standardfehlerwert generiert.
Abschluss
Hier haben wir den Standardfehler in der R -Sprache gemacht. Der Mittelwert (SEM) ist eine Statistik, um herauszufinden, wie umfassend die Werte in einem Datensatz verteilt sind. Mit der Aufteilung des Standardfehlers durch die Wurzel der Stichprobengröße wird der Probenmittelwert berechnet. Wir haben drei Möglichkeiten zur Bewertung des Standardfehlers in diesem R -Artikel analysiert: Verwendung der SD () -Methode in Kombination mit der Längenfunktion, der Standardfehlerformel als Anleitung und dem letzten PLIX -Paket wird verwendet.