#r #mean #deviation
#r #среднее #отклонение
Вопрос:
у меня небольшая проблема, у меня есть 10 стандартных отклонений и 10 средних значений с нормальным распределением, подобным этому N (5,1), N (10,3), N (8,2), N (6,1), N (10,3), N (7,2), N (4,1), N (10,3), N (9,2), N (8,1). если я буду искать среднее значение общего среднего в R, код будет
c=cbind(c(5,10,8,6,10,7,4,10,9,8))
y=mean(c)
итак, как рассчитать среднее значение стандартного отклонения, но это среднее значение, как всегда, не соответствует среднему значению формулы?
Ответ №1:
Не уверен, правильно ли я вас понимаю, но если у вас есть вектор стандартных отклонений, вы также можете просто вычислить среднее значение.
Так, например
my_sd = c(1.23, 4.53, 3.343)
mean(my_sd)
Если ваш вопрос касается того, как вычислить стандартное отклонение, это можно легко сделать с sd помощью функции.
Комментарии:
1. я имею в виду не среднее или стандартное отклонение, но я имею в виду среднее значение стандартного отклонения, а формулу, которая не похожа на среднюю формулу
Ответ №2:
Не уверен, какая ошибка появляется в вашей консоли. Может быть, это потому, что вам не хватает a ) в конце вашей cbind функции? Как вы можете видеть ниже, я могу рассчитать среднее значение c без проблем.
> c <- cbind(c(5,10,8,6,10,7,4,10,9,8))
> y <- mean(c)
> y
[1] 7.7
Комментарии:
1. это формула среднего среднего, а не среднего стандартного отклонения, но я имею в виду, что среднее стандартное отклонение не похоже на среднюю формулу, как обычно
Ответ №3:
Я не уверен, какова ваша цель. Но усреднение стандартных отклонений скрывает взаимосвязи между стандартными отклонениями и соответствующими средними значениями. Например, N (25, 2) и N (5, 5) будут иметь сводную статистику, сильно отличающуюся от N (25, 5) и N (5, 2). Хотя средние значения средних и стандартных отклонений будут одинаковыми. Лучшей статистикой может быть среднее значение коэффициентов вариации каждого из распределений. Итак:
ms <- c(5,10,8,6,10,7,4,10,9,8)
sds <- c(1,3,2,1,3,2,1,3,2,1)
cvs <- sds/ms
[1] 0.2000000 0.3000000 0.2500000 0.1666667 0.3000000 0.2857143 0.2500000 0.3000000 0.2222222 0.1250000
meancvs <- mean(cvs)
[1] 0.2399603