我早些时候发布了一个问题,但在试图解释我在寻找什么时惨遭失败(感谢那些试图帮助我的人)。将再试一次,从一张干净的床单开始。
标准偏差对比例很敏感。由于我正在尝试执行统计测试,其中最佳结果是通过不同数据集之间的最低标准偏差来预测的,有没有办法将其“标准化”以适应规模,或者完全使用不同的标准偏差类型的测试?
不幸的是,在我的情况下,将得到的标准差除以平均值是行不通的,因为平均值几乎总是接近于零。
谢谢
我早些时候发布了一个问题,但在试图解释我在寻找什么时惨遭失败(感谢那些试图帮助我的人)。将再试一次,从一张干净的床单开始。
标准偏差对比例很敏感。由于我正在尝试执行统计测试,其中最佳结果是通过不同数据集之间的最低标准偏差来预测的,有没有办法将其“标准化”以适应规模,或者完全使用不同的标准偏差类型的测试?
不幸的是,在我的情况下,将得到的标准差除以平均值是行不通的,因为平均值几乎总是接近于零。
谢谢
如果您所有的测量都使用相同的单位,那么您已经解决了比例问题;困扰您的是您对标准偏差的估计的自由度和精度。如果您将问题改写为比较方差,那么有很多标准测试可用。
对于两个独立样本,可以使用 F 检验;它的零分布遵循由自由度索引的(惊喜)F 分布,因此它隐含地调整了您所谓的规模问题。如果您要比较两个以上的样本,则 Bartlett 或 Levene 检验可能都适合。当然,这些与单向方差分析具有相同的问题,它们不会告诉您哪些方差有显着差异。但是,如果 Bartlett 检验确实发现了不均匀的方差,您可以使用 F 检验进行后续成对比较,并进行 Bonferroni 调整以保持您的实验类型 I 错误 (alpha)。
您可以在NIST/SEMATECH 统计方法电子手册中获得所有这些内容的详细信息。
如何使用绝对值的平均值,即
哈维:
您绝对正确,F 和 Bartlett 的检验无法将原始数据与平滑数据进行比较!一旦数据经过平滑处理,就会出现各种自相关,并且测试变得更加复杂。最好比较单独的 - 并且希望是独立的 - 序列。