რატომ აქვს ნიმუშის ცვალებადობას N-1 მნიშვნელში? მიზეზი, რის გამოც ვიყენებთ n-1-ს და არა n-ს, არის ის, რომ ნიმუშის ვარიაცია იქნება ის, რასაც ჰქვია მიუკერძოებელი შემფასებელი მიუკერძოებელი შემფასებელი. სტატისტიკური მიკერძოება არის სტატისტიკური ტექნიკის ან მისი შედეგების მახასიათებელი, რომლის დროსაც შედეგები განსხვავდება ჭეშმარიტი ძირითადი რაოდენობრივი პარამეტრისგან, რომელიც შეფასებულია. https://en.wikipedia.org › wiki › მიკერძოება_(სტატისტიკა)
მიკერძოება (სტატისტიკა) - ვიკიპედია
პოპულაციის ვარიაციის
2.
რატომ იყოფა ნიმუშის ვარიაცია n-1-ზე და არა N?-ზე
რეზიუმე. ჩვენ ვიანგარიშებთ ნიმუშის დისპერსიას თითოეული მონაცემთა წერტილის კვადრატული გადახრების შეჯამებით ნიმუშის საშუალოდან და გავყოფთ მასზე. ფაქტიურად გამოდის კორექტირების კოეფიციენტიდან n n − 1, რომ არის საჭირო იმისათვის, რომ გამოსწორდეს მიკერძოება, რომელიც გამოწვეულია გადახრების შერჩევის საშუალოდან და არა პოპულაციის საშუალოდან..
რატომ გამოვაკლებთ 1-ს N-ს ნიმუშის დისპერსიაში?
მაშ, რატომ ვაკლებთ 1-ს ამ ფორმულების გამოყენებისას? მარტივი პასუხი: გამოთვლები, როგორც ნიმუშის სტანდარტული გადახრისთვის, ასევე ნიმუშის დისპერსიისთვის, ორივე შეიცავს მცირე მიკერძოებას (ეს არის სტატისტიკური გზა "შეცდომის" თქმისთვის). ბესელის შესწორება (ანუ 1 გამოკლება თქვენი ნიმუშის ზომას) ასწორებს ამ მიკერძოებას.
რატომ ვიყენებთ N-1 ნიმუშის სტანდარტულ გადახრაში N-ის ნაცვლად?
n-1 განტოლება გამოიყენება ჩვეულებრივ სიტუაციაში, როდესაც თქვენ აანალიზებთმონაცემების ნიმუში და მინდა უფრო ზოგადი დასკვნების გაკეთება. ამ გზით გამოთვლილი SD (მნიშვნელში n-1) არის თქვენი საუკეთესო გამოცნობა SD-ის მნიშვნელობის საერთო პოპულაციაში. … მიღებული SD არის ამ კონკრეტული მნიშვნელობების SD.
რატომ არის თავისუფლების ხარისხი n-1?
მონაცემთა დამუშავებისას თავისუფლების ხარისხი არის დამოუკიდებელი მონაცემების რაოდენობა, მაგრამ ყოველთვის არის ერთი დამოკიდებული მონაცემი, რომლის მიღებაც შესაძლებელია სხვა მონაცემებიდან. ასე რომ, თავისუფლების ხარისხი=n-1.
