Atsitiktinė paklaida
Statistinės paklaidos ir liekanos atsiranda, nes matavimas niekada nebūna tikslus.
Tiksliai išmatuoti neįmanoma, tačiau galima pasakyti, kiek tikslus yra matavimas. Tą patį dalyką galima matuoti vis iš naujo ir surinkti visus duomenis. Tai leidžia atlikti duomenų statistiką. Klaidos ir liekanos reiškia skirtumą tarp stebėtos arba išmatuotos vertės ir tikrosios vertės, kuri yra nežinoma.
Jei yra tik vienas atsitiktinis kintamasis, skirtumas tarp statistinių klaidų ir liekanų yra populiacijos vidurkio ir (stebėtos) imties vidurkio skirtumas. Tokiu atveju liekana yra skirtumas tarp to, ką sako tikimybinis pasiskirstymas, ir to, kas iš tikrųjų buvo išmatuota.
Tarkime, kad atliekamas eksperimentas, kuriuo siekiama išmatuoti tam tikroje vietovėje gyvenančių 21 metų vyrų ūgį. Pasiskirstymo vidurkis yra 1,75 m. Jei vieno atsitiktinai pasirinkto vyro ūgis yra 1,80 m, "(statistinė) paklaida" yra 0,05 m (5 cm); jei jo ūgis yra 1,70 m, paklaida yra -5 cm.
Kita vertus, liekana (arba pritaikymo paklaida) yra stebimas nestebimos statistinės paklaidos įvertis. Paprasčiausias atvejis yra atsitiktinė n vyrų, kurių ūgis matuojamas, imtis. Imties vidurkis naudojamas kaip populiacijos vidurkio įvertis. Tada turime:
- Skirtumas tarp kiekvieno imties vyro ūgio ir nepastebimo populiacijos vidurkio yra statistinė paklaida, o
- Skirtumas tarp kiekvieno imties vyro ūgio ir stebimo imties vidurkio yra liekana.
Atsitiktinės imties liekanų suma turi būti lygi nuliui. Todėl liekanos nėra nepriklausomos. Atsitiktinės imties statistinių paklaidų suma neturi būti lygi nuliui; statistinės paklaidos yra nepriklausomi atsitiktiniai kintamieji, jei individai iš populiacijos atrenkami nepriklausomai.
Apibendrinant:
Susiję puslapiai
Klausimai ir atsakymai
Klausimas: Ką reiškia statistinės paklaidos ir liekanos?
A: Statistinės paklaidos ir liekanos reiškia skirtumą tarp stebėtos arba išmatuotos vertės ir tikrosios vertės, kuri yra nežinoma.
K: Kaip galima išmatuoti matavimo tikslumą?
A: Galima matuoti tą patį dalyką vėl ir vėl ir surinkti visus duomenis kartu. Tai leidžia atlikti duomenų statistiką ir nustatyti, kiek tikslus yra matavimas.
K: Koks yra statistinės paklaidos pavyzdys?
Atsakymas: Statistinės paklaidos pavyzdys būtų toks: jei buvo atliktas eksperimentas, kurio metu buvo matuojamas tam tikros vietovės 21 metų vyrų ūgis, o tikėtinas vidurkis buvo 1,75 m, tačiau vieno atsitiktinai pasirinkto vyro ūgis buvo 1,80 m; tuomet "(statistinė) paklaida" būtų 0,05 m (5 cm).
Klausimas: Koks yra liekanos pavyzdys?
Atsakymas: Likutinės paklaidos pavyzdys būtų toks: jei buvo atliktas eksperimentas, kurio metu buvo matuojamas 21 metų amžiaus vyrų ūgis tam tikroje vietovėje, o tikėtinas vidurkis buvo 1,75 m, tačiau vieno atsitiktinai pasirinkto vyro ūgis buvo 1,70 m; tuomet likutinė (arba tinkamumo) paklaida būtų -0,05 m (-5 cm).
Klausimas: Ar liekanos yra nepriklausomi kintamieji?
Atsakymas: Ne, atsitiktinės imties liekanų suma turi būti lygi nuliui, todėl jos nėra nepriklausomi kintamieji.
K: Ar statistinės paklaidos yra nepriklausomi kintamieji?
A: Taip, statistinių paklaidų suma atsitiktinėje imtyje neturi būti lygi nuliui, todėl jos yra nepriklausomi atsitiktiniai kintamieji, jei individai iš populiacijos atrenkami nepriklausomai.
K: Ar įmanoma atlikti tikslius matavimus?
Atsakymas: Ne, tikslių matavimų atlikti neįmanoma, nes matavimas niekada nebūna tikslus.
