Что корректнее всего отличает стандартное отклонение данных от стандартной ошибки среднего SE?
AЭто одно и то же, просто разные названия
BСтандартное отклонение описывает разброс наблюдений, а
SE описывает разброс x̄ как случайная величина между выборкамиC
SE всегда больше стандартного отклонения, потому что включает неопределённостьDСтандартное отклонение относится только к
sampling distribution, а SE — к даннымПравильный ответ. Стандартное отклонение — про разброс данных, а
SE — про разброс статистики x̄.Разбор
Стандартное отклонение измеряет вариативность отдельных наблюдений внутри выборки. SE показывает, насколько будет 'плавать' x̄, если вы повторите отбор выборки тем же способом, то есть описывает sampling distribution среднего. Частая ошибка — принимать стандартное отклонение за точность оценки среднего и переоценивать неопределённость.
Проверь себя · 1/3разбор после ответа
Вы увеличили размер выборки в эксперименте, а оценка среднего эффекта считается как
x̄. Что происходит с разбросом x̄ между повторениями эксперимента (то есть с SE)?Ещё вопросы по теме «Случайные величины и выборочные распределения»
- Вы посчитали `выборочное среднее` `x̄` по случайной выборке пользователей. Как корректно трактовать `x̄`?
- Вы 1000 раз берёте случайные выборки размера n из одной популяции и каждый раз считаете `x̄`. Что из перечисленного является `sampling distribution` для `x̄`?
- Если стандартная ошибка среднего подчиняется приближению `SE ~ 1/√n`, как изменится `SE`, если размер выборки увеличится с 400 до 1600 (при том же разбросе данных)?
- Что утверждает `CLT` (интуитивно) про `выборочное среднее` `x̄` при достаточно большом `n`?
- Что такое `sampling distribution` статистики (например, `x̄`)?
- Все вопросы по «Случайные величины и выборочные распределения» →