Questions tagged «variability»

在Greer（1983）的教科书“ O水平的新综合数学”中，我看到了计算出的平均偏差，如下所示： 总结单个值与平均值之间的绝对差。然后得到其平均值。在本章中，使用术语“ 平均偏差”。 但是我最近看到了一些使用术语标准差的引用，这就是它们的作用： 计算单个值与平均值之间的差的平方。然后得到他们的平均值，最后得到答案的根源。 我对一组通用数据尝试了这两种方法，它们的答案也不同。我不是统计学家。试图教我的孩子们偏差时，我感到困惑。 简而言之，术语“ 标准差”和“ 平均差 ”是否相同？还是我的旧教科书错误？

35 distributions  standard-deviation  frequency  variability 

我有一个数据集，其中包含来自约2500个个体的约7,500个血液测试。我试图找出血液测试的变异性是随着两次测试之间的时间而增加还是减少。例如-我抽取您的血液进行基线测试，然后立即抽取第二个样品。六个月后，我画了另一个样本。人们可能期望基线和立即重复测试之间的差异小于基线和六个月测试之间的差异。 下图上的每个点反映了两次测试之间的差异。X是两次测试之间的天数；Y是两个测试之间差异的大小。如您所见，测试并非沿X均匀分布-这项研究并非旨在解决这个问题。由于这些点的平均高度重叠，因此基于28天的窗口，我包括了95％（蓝色）和99％（红色）的分位数线。这些显然被更极端的因素所牵制，但您明白了。 替代文字http://a.imageshack.us/img175/6595/diffsbydays.png 在我看来，可变性相当稳定。如果有的话，在短时间内重复进行测试会更高-这是违反直觉的。我该如何系统地解决这个问题，并考虑每个时间点的n值变化（某些时期根本没有测试）？非常感谢您的想法。 仅供参考，这是测试与重新测试之间的天数分布： 替代文字http://a.imageshack.us/img697/6572/testsateachtimepoint.png

10 repeated-measures  variability 

我正在尝试在R中拟合离散时间模型，但不确定如何执行。 我读过您可以将因变量组织在不同的行中，每个时间观察行一个，并将该glm函数与logit或cloglog链接一起使用。从这个意义上讲，我有三列：ID，Event（在每个时间范围内为1或0）和Time Elapsed（自观察开始以来）以及其他协变量。 如何编写适合模型的代码？哪个因变量？我想我可以将其Event用作因变量，并将其包括Time Elapsed在协变量中。但是，会发生什么ID呢？我需要吗？ 谢谢。

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

对于给定的随机变量（或总体或随机过程），数学期望是一个问题的答案。。同样，它也是游戏的最佳解决方案，猜猜下一个随机变量的实现（或从总体中吸取新抽奖），如果您对线性不实用，我将用值与猜测之间的平方距离来惩罚您的惩罚。中位数是绝对损失下相应问题的答案，模式是“全有或全无”损失下的答案。 问题：方差和标准偏差是否回答任何类似的问题？这些是什么？ 这个问题的动机来自于教授集中趋势和传播的基本方法。尽管集中趋势的度量可以由上述决策理论问题引起，但我想知道人们如何能够激发传播的度量。

9 variance  standard-deviation  decision-theory  variability