Questions tagged «coefficient-of-variation»

我试图了解变化系数。当我尝试将其应用于以下两个数据样本时，我无法理解如何解释结果。 假设样本1为 ，样本2为。如您所见，这里的样本2样本1。10 ，15 ，17 ，22 ，21 ，27 = + 100 ，5 ，7 ，12 ，11 ，170,5,7,12,11,17{0, 5, 7, 12, 11, 17}10,15,17,22,21,2710，15，17，22，21，27{10 ,15 ,17 ,22 ,21 ,27}===+ 10+ 10+\ 10 两者具有相同的标准偏差但和。μ 2 = 18.67 μ 1 = 8.66667σ2=σ1=5.95539σ2=σ1个=5.95539\sigma_{2} = \sigma_{1}= 5.95539μ2=18.67μ2=18.67\mu_{2}=18.67μ1=8.66667μ1个=8.66667\mu_{1}=8.66667 现在，变异系数将有所不同。对于样本2，它将小于样本1。但是，我如何解释该结果？就方差而言，两者是相同的；只是他们的手段不同。那么，这里的变异系数有什么用呢？这只是在误导我，或者也许我无法解释结果。σ/ μσ/μ{\sigma}/{\mu}

33 descriptive-statistics  coefficient-of-variation 

在有关标准偏差是否可以超出均值的最新问题之后的讨论中，曾短暂提出一个问题，但从未完全回答。所以我在这里问。 考虑一组非负数 ，其中表示。不需要是不同的，也就是说，集合可以是多集。该集合的均值和方差定义为 ，标准偏差为。请注意，数字集不是来自总体的样本，我们也不是估算总体均值或总体方差。那么问题是：nnnxixix_i0≤xi≤c0≤xi≤c0 \leq x_i \leq c1≤i≤n1≤i≤n1 \leq i \leq nxixix_ix¯=1n∑i=1nxi, σ2x=1n∑i=1n(xi−x¯)2=(1n∑i=1nx2i)−x¯2x¯=1n∑i=1nxi, σx2=1n∑i=1n(xi−x¯)2=(1n∑i=1nxi2)−x¯2\bar{x} = \frac{1}{n}\sum_{i=1}^n x_i, ~~ \sigma_x^2 = \frac{1}{n}\sum_{i=1}^n (x_i - \bar{x})^2 = \left(\frac{1}{n}\sum_{i=1}^n x_i^2\right) - \bar{x}^2σxσx\sigma_x 在间隔[0，c]中，对于x_i的所有选择，\ dfrac {\ sigma_x} {\ bar {x}}的最大值σxx¯σxx¯\dfrac{\sigma_x}{\bar{x}}（变异系数）是多少？xixix_i[0,c][0,c][0,c] 我可以找到的最大值σxx¯σxx¯\frac{\sigma_x}{\bar{x}}是n−1−−−−−√n−1\sqrt{n-1} 时，其实现了n−1n−1n-1所述的xixix_i具有值000和剩余的（离群值）xixix_i 具有值ccc，给出 x¯=cn, 1n∑x2i=c2n⇒σx=c2n−c2n2−−−−−−−√=cnn−1−−−−−√.x¯=cn, 1n∑xi2=c2n⇒σx=c2n−c2n2=cnn−1.\bar{x} = \frac{c}{n},~~ \frac{1}{n}\sum x_i^2 = \frac{c^2}{n} \Rightarrow \sigma_x …

17 variance  mean  standard-deviation  coefficient-of-variation 

排列检验（也称为随机检验，重新随机检验或精确检验）非常有用，并且在t-test未满足例如要求的正态分布的假设以及通过按等级对值进行转换时派上用场非参数测试之类的测试Mann-Whitney-U-test会导致丢失更多信息。但是，在使用这种检验时，一个假设且唯一一个假设应该是原假设下样本的可交换性假设。还值得注意的是，当有两个以上的示例（如在coinR包中实现的示例）时，也可以应用这种方法。 您能用简单的英语用一些比喻语言或概念直觉来说明这一假设吗？这对于在像我这样的非统计学家中阐明这个被忽视的问题非常有用。 注意： 提及在相同假设下应用置换测试不成立或无效的情况将非常有帮助。 更新： 假设我随机从我所在地区的当地诊所收集了50个受试者。他们被随机分配为接受药物或安慰剂的比例为1：1。分别Par1在V1（基准），V2（3个月后）和V3（1年后）时测量了参数1 。根据特征A，所有50个主题都可以分为2组；正值= 20，负值=30。它们也可以基于特征B细分为另外2组；B阳性= 15，B阴性=35。 现在，我具有Par1所有访问中所有受试者的值。在可交换性的假设下，如果可以，我是否可以在Par1使用置换测试的水平之间进行比较： -将接受药物治疗的受试者与接受V2安慰剂治疗的受试者进行比较？ -将具有特征A的对象与具有V2的特征B的对象进行比较？ -比较在V2具有特征A的对象与在V3具有特征A的对象？ -在哪种情况下，这种比较是无效的，并且违反了可交换性的假设？

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

我目前正在Coursera.org上参加“ 运营管理入门”课程。在课程的某个时候，教授开始处理手术时间的变化。 他使用的度量是变异系数，即标准偏差和平均值之间的比率： Cv= σμCv=σμc_v = \frac{\sigma}{\mu} 为什么要使用此度量？除了使用标准偏差外，使用CV还有哪些优缺点？这种测量背后的直觉是什么？

11 standard-deviation  intuition  coefficient-of-variation