Poradnik odchylenia standardowego: znaczenie, wzór i przykłady

Odchylenie standardowe to średni dystans od średniej - najlepsza pojedyncza liczba rozproszenia. Sprawdziany średnia 75 z SD 5 (wyrównana klasa) vs SD 20 (dziko mieszana) opowiadają przeciwieństwa. Poradnik buduje intuicję przeliczonymi zbiorami, wyjaśnia populację vs próbę raz na zawsze i pokazuje regułę 68-95-99,7 w akcji.

Jak używać Kalkulator odchylenia standardowego

1. Zbiór danych wklej.
2. σ (populacja) i s (próba) odczytaj.
3. Ze średnią i medianą porównaj na pełny obraz.

Wzór

Kluczowe pojęcia

Wariancja najpierw, SD potem

Wariancja średniuje kwadratowe odchylenia (jednostki² - dziwnie). SD odkwadratowuje z powrotem do oryginalnych jednostek (interpretowalnie). Wariancję krokiem licz, SD odpowiedzią raportuj.

Saga N vs N−1

Próby zaniżają rozproszenie (ekstrema chybiają), więc dzielenie przez N−1 lekko pompuje na wyrównanie - poprawka Bessela. Cała populacja? N. Próba wnioskuje większe? N−1. Większość oprogramowania domyślnie próbę zakłada.

Reguła empiryczna

Dane dzwonowe: około 68 procent w 1 SD, 95 w 2, 99,7 w 3. Kontrola jakości, normy testów i marginesy sondaży tutaj mieszkają. Skośne dane? Reguła ginie - kształt najpierw sprawdź.

Papiery czytaj jak statystyk

Istotne znaczy p pod 0,05 (wskaźnik fuksa 1-na-20) - przy tysiącach papierów fuksy zalewają. Czek: wielkość próby, wielkość efektu (nie tylko p!), prerejestracja, replikacje. Wynik p=0,049, n=12 z d=0,1 to szum w kitlu; przedziały ufności zawsze żądaj.

Bayes intuicja akapit

Wiarę siłą dowodu aktualizuj: prior razy wiarygodność. Rzadkie choroby bardzo dokładnych testów wymagają (błąd bazowy: 99-procentowy test na 0,1-procentową chorobę znaczy większość pozytywów fałszywa!). W częstościach myśl (1 z 1000) nie prawdopodobieństwach - badania Gigerenzera skok rozumienia dowodzą.

Six Sigma akapit

Program Motoroli: 3,4 defekty na milion około 4,5σ z luzem dryfu. POZIOM sigma mierzy zdolność procesu (szerokość spec przez SD); wyższa sigma = mniej ucieczek. SD kalkulatora to krok jeden każdego badania zdolności.

Zmienność: SD ze znakami dolara

Akcje 15-20 procent rocznego SD znaczy lata plusminus-1σ spinają minus 5 do plus 35 wokół 15 średniej. Opcje wprost z SD cenią (zmienność implikowana). Zwroty ryzykiem-korygowane (Sharpe = nadwyżka przez SD) inwestycje uczciwie rankują. Ten sam wzór, finansowa skóra.

Testy hipotez strona

Hipoteza zerowa (brak efektu) vs dane: z/t = (zaobserwowane minus oczekiwane) przez SE licz. Poza plusminus 1,96 (około 5 procent dwustronnie)? Odrzuć. To 80 procent stosowanej statystyki: średnie, udziały, regresje wszystkie przez SD-pochodne błędy standardowe leją. P-hacking (20 rzeczy testując, istotną raportując) to jak fałszywe wyniki dzienniki zalewają - analizy prerejestruj.

ANOVA i regresja: SD dorosłe

ANOVA wariancję między/wewnątrz grup partycjonuje (F = stosunek). R² regresji to udział wyjaśnionej-wariancji. Każda zaawansowana metoda to księgowość wariancji - SD opanuj a reszta księgowość.

Zgodność atrybutów: studia pass/fail

Inspektorzy vs standardy ponad 30 plus części, dwukrotnie każde: efektywność, odsetki chybi/fałszywych alarmów, kappa Cohena (zgodność ponad los). Pod 80 procent efektywności albo kappa pod 0,6 retreningu albo przeprojektowania przymiaru żąda. Zmienne atrybuty biją - mierz gdzie możesz.

Wykresy pudełkowe: wizualny kuzyn SD

Linia mediany, pudełko IQR (środkowe 50), wąsy (1,5 razy IQR), punkty poza (odstające). Pięć liczb, natychmiast kształt: skośne boxy ostrzegają gdzie SD myli. Wykresy ucz zanim pojedynczej liczbie rozproszenia zaufasz.

Czebyszew: gwarancje bez dzwonów

Minimum 75 procent w 2 SD, 89 w 3 - na KAŻDY rozkład. Słabszy niż 68-95-99,7 lecz uniwersalny. Gdy normalność nieudowodniona, Czebyszew to szczera granica.

Regresja do średniej (odkrycie Galtona)

Ekstremalne pierwsze pomiary do średniej dryfują przy retescie - czysta statystyka, nie kauzacja. Slumpy debiutantów, słump drugoroczniaka, cudowne ozdrowienia po najgorszych dniach: głównie regresja w kostiumach. Grupy kontrolne istnieją by dokładnie to odejmować.

Paradoks Simpsona: agregaty kłamią

Terapia A bije B w KAŻDEJ podgrupie lecz przegrywa globalnie - nierówne wielkości grup sumy przewracają (sława Berkeley 1973 rekrutacji). Tabele lig szpitali/szkół to stale robią. Zawsze stratyfikuj przed wnioskiem; paradoks na widoku chowa.

Wykresy Youdena: detektywi międzylab

Dwie próby, wiele labów, kwadranty rozrzutu: góra-prawo/dół-lewo kwadranty systematyczne obciążenie krzyczą (kalibracja!), rozrzucone chmury błąd losowy krzyczą. Jeden wykres całych branż zdrowie pomiaru diagnozuje.

Wykresy lejkowe: wykrywacze kłamstw meta

Efekt vs precyzja: symetryczny lejek = zdrowa literatura; brakujący róg = obciążenie publikacyjne (negatywy zakopane). Test Eggera ocenę wzrokową formalizuje. Efekty małych badań pola pompują - najpierw lejkuj, potem wierz.

Reguły kart kontrolnych (Western Electric)

1 punkt poza 3σ, 2 z 3 poza 2σ, 4 z 5 poza 1σ, 8 jednostronnie: każda dochodzenie wszczyna. Reguły balansują fałszywe alarmy vs chyby - cały język podłóg fabryk. Proces rysuj; naruszenia niech zgłaszają.

Cp vs Cpk: zdolność vs centrowanie

Cp mierzy dopasowanie rozproszenia (szerokość spec przez 6σ); Cpk karze niewycentrowane średnie. Cp 2,0 z Cpk 0,8 = precyzyjna lecz krzywa maszyna. Centrowanie najpierw poprawiaj (gratis), potem zmienność (drogo) - kolejność liczy.

Zdolność procesu od kuchni (Cp/Cpk/Pp/Ppk)

Cp: potencjał (spec przez 6σ). Cpk: aktualne (karze niewycentrowanie). Pp/Ppk: długoterminowe rodzeństwo (całkowite SD). Auto żąda Cpk minimum 1,67 (około 5σ); 1,33 generalnie w porządku. Pod 1,0: sortuj, nie wysyłaj.

Liniowość przymiaru i studia obciążenia

Obciążenie stałe przez zakres? Wykres liniowości (obciążenie vs odniesienie) nachylenie ujawnia. Nachylenie regresji około 0 plus wyraz wolny około 0 = zdrowy przymiar. Kalibruj gdzie mierzysz, nie gdzie wygodnie.

Wyniki z: uniwersalna linijka

Wynik z każde pomiar w jednostki odchyleniowe tłumaczy wzorem z = (x minus średnia) / SD, więc wartość plus 2 dwa rozproszenia nad centrum siedzi obojętnie czy jednostki kilogramy, milisekundy albo dolary. Standaryzacja lekarzom percentyl wzrostu dziecka z flagą krwi porównać daje, nauczycielom egzaminy przez sekcje różnych średnich skalować daje, i inżynierom jakości jednym językiem przez linie produktów mówić daje. Reguła empiryczna potem wyniki w prawdopodobieństwa zmienia: około 68 procent danych dzwonowych w plusminus 1 pada, 95 w plusminus 2, i 99,7 w plusminus 3. Każdy wynik z poza plusminus 3 w czystych danych dochodzenia zasługuje zamiast akceptacji.

Współczynnik zmienności: uczciwie porównuj

Odchylenia jednostki niosą, więc porównanie SD wag myszy z wagami słoni nic użytecznego mówi dopóki każde przez swoją średnią dzielone, produkując bezwymiarowy współczynnik zmienności CV = SD / średnia. Kolonia myszy z CV 8 procent relatywnie zmienniejsza niż słonie przy 5 procent mimo gramów wobec ton absolutnego rozproszenia. Chemicy analityczni CV pod 2 procent na precyzję testów żądają, produkcja spójność linii przez produkty w terminach CV porównuje, i ekolodzy zmienność deszczu ze zmiennością temperatury na jednej skali kontrastują. Kiedy średnie rzędami wielkości różnią, CV to szczere porównanie a surowe SD mylące.

Sharpe: SD w mianowniku

Sharpe nadwyżkę zwrotu przez jego odchylenie dzieli, odpowiadając jedyne pytanie inwestycji co liczy: ile nagrody na jednostkę znoszonego chwiania. Fundusz 10 procent zarabiając z 5 procent zmienności postuje Sharpe 2,0 przed stopami wolnymi, miażdżąc 15-procentowy fundusz 20 procent huśtający, bo gładsza ścieżka lepiej procentuje i obsunięcia przeżywa co inwestorzy naprawdę tolerują. Komitety emerytalne na Sharpe zamiast surowego zwrotu selekcjonują dokładnie dlatego, i miara generalizuje każdą aktywność tradującą średni zysk przeciw zmienności. Gracze pokera wskaźnik wygranych na SD liczą by bankrolle dobierać, i managerowie sprzedaży handlowców wynikami typu Sharpe spójności porównują.

Przedziały ufności z SD

Przedział ufności średnią próby plus jej błąd standardowy w plausybilny zakres prawdy zmienia, typowo średnia plusminus 2 razy SE na 95 procent ufności z porządnymi próbami. Błąd standardowy sam to SD / pierwiastek n, co prawo pierwiastka próbkowania koduje: czterokrotność próby niepewność połowi, więc precyzja szybko drożeje. Sondażownie w tej formule mieszkają, raportując plusminus 3 punkty z grubo 1000 respondentów, i zespoły produktów eksperymenty odwracając dobierają by n znaleźć co minimalne sensowne efekty detektuje. Nawyk przedziału punktowe estymaty wszędzie bije, bo 52 procent z plusminus 8 coś całkiem innego znaczy niż 52 procent z plusminus 1.

d Cohena i łączone SD

d Cohena różnicę średnich przez łączone odchylenie dzieli, surowe luki w uniwersalny język konwertując gdzie 0,2 małe czyta, 0,5 średnie i 0,8 duże przez psychologię, medycynę i edukację. Program czytania podnosząc wyniki 6 punktów przeciw łączonemu SD 15 postuje d = 0,4, natychmiast porównywalne z badaniem leku albo interwencją treningową mierzonymi różnymi jednostkami. Metaanalizy tysiące studiów przez d agregują bo surowe jednostki kombinować odmawiają, tak edukacja nauczyła że feedback rozmiar klasy przewyższa a medycyna nauczyła które terapie ledwo szturchają. Bez standaryzacji literatura wieżą Babel zostaje; z nią dowody rosną.

Skośność i kurtoza: kształt poza rozproszeniem

Odchylenie szerokość streszcza nic o asymetrii albo wadze ogonów nie mówiąc, czemu analitycy dochodów skośność obok SD cytują: prawoskośne rozkłady płac robotników pod średnią układają podczas zarząd ogon rozciąga, medianę szczerym centrum robiąc. Skośność nad plus 1 albo pod minus 1 kształty oznacza gdzie symetryczne metody mylą, od roszczeń ubezpieczeń do percentyli latencji. Kurtoza ekstremalność ogonów mierzy raczej niż spiczastość mimo folkloru podręczników, z wysoką kurtozą ostrzegając przed rzadkimi katastrofami chowanymi wewnątrz zwyczajnie wyglądającej zmienności. Zwroty finansowe to brutalnie pokazują: lata spokojnego SD punktowane krachami w kurtozie mieszkają, nie wariancji.

Kroczące SD: zmienność co chodzi

Pojedyncze SD przez dekadę kryzysy ze spokojami w bezsens uśrednia, więc traderzy kroczące okna liczą, typowo 20 albo 60 dni, zmienność oddychającą przez reżimy oglądając. Wstęgi Bollingera cenę przeciw kroczącej średniej plus i minus dwa kroczące SD rysują, abstrakcyjny rozproszenie w widoczne cykle zacieśnienia-i-ekspansji zmieniając co wybicia poprzedzają. Deski ryzyka pozycje odwrotną kroczącą zmiennością ważą by każdy zakład stałe ryzyko wnosił jak rynki grzeją i chłodzą. Wybór okna responsywność przeciw szumowi waży: krótkie okna migoczą na pojedynczych zdarzeniach podczas długie antyczną historię pamiętają.

Propagacja błędu: SD przez rachunki

Pomiary niepewność w każdy liczony wynik niosą, i reguły propagacji ją śledzą: sumy wariancje dodają, więc total niezależnych plusminus-1-cm cięć ma SD pierwiastek 2 około 1,4 cm zamiast 2 cm, bo błędy częściowo się znoszą. Iloczyny i ilorazy relatywne wariancje zamiast dodają, czemu 2-procentowy błąd długości plus 2-procentowy błąd szerokości około 2,8 procent błędu pola daje. Laboratoria kalibracji zasadami GUM żyją formalizując te reguły ze współczynnikami pokrycia, typowo k = 2 na grubo 95-procentowe przedziały. Ignorowana propagacja niepewność systematycznie zaniża, cicha wada niezliczonych studenckich raportów lab.

Czemu czasy biegów skaczą

Weekendowi biegacze patrząc na czasy jak 31, 29, 33 i 30 minut rozproszenie przed statystyką spotykają. Małe rozproszenie znaczy trening spójny i średnia wiarygodna; szerokie rozproszenie wskazuje na senny, wiatrowy albo tempowy chaos chowany za tą samą średnią. Dwóch miesięcy samą średnią porównywanie historii chybia - miesiąc z ciaśniejszym rozproszeniem prawdziwą formę pokazuje nawet gdy średnie remisują.

Pieczenie smakuje za każdym razem

Domowi piekarze ważąc mąkę kubkami bochenki dostają alternatujące między cegłami i chmurami podczas przepis winę bierze. Waga kuchenna rozproszenie porcji dramatycznie kurczy bo gramy mniej wariują niż miarki, i ta sama logika wyjaśnia czemu fabryki wszystko ważą. Gdy pomiary dokładne, wyniki loterią czuć przestają.

Stopnie klasy i rozproszenie rodzicom mówi

Klasa średniując 75 procent dwie rzeczywistości kryć może: wszyscy blisko 75, albo połowa blisko 95 i połowa blisko 55. Ciasna klasa pchnięcia naprzód razem wymaga; pęknięta klasa innej pomocy na połowę wymaga. Rodzice pytając tylko średnią chybiają czy dziecko w spokojnej grupie siedzi albo dzielonej.

Średnia mediana moda trio

Średnia (arytmetyczna!), mediana (środek sortu!), moda (najczęstsza!): skośność rozdziela (dochody średnią ciągną!). Zawsze wszystkie trzy (story!). Licz (sortuj!), porównuj, raportuj.

Rozstęp kwartyle szybko

Max minus min (rozstęp!): Q1 (25 procent!), mediana (50!), Q3 (75!). IQR = Q3 minus Q1 (box!). Szybko (5 liczb!). Licz (kwartyle!), rysuj, raportuj.

IQR odstające reguła 1,5

Płot: Q1 minus 1,5 razy IQR (dół!), Q3 plus 1,5 razy (góra!): na zewnątrz = kandydat odstającej. Wąsy wykresu pudełkowego (reguła!). Badaj (przyczynę!), oddzielaj, decyduj.

Percentyle kwantyle czytaj

90. percentyl: 90 procent poniżej (wzrost!). Kwantyle dzielą (kwartyle, decyle!). Ranga percentylowa (pozycja!). Odczytuj (tabelę!), dziel, plasuj.

Histogram klasy wybierz

Słupki (częstość!): klas 5-15 (Sturges!). Za mało gładzi (kształt precz!), za dużo szumi. Szerokość równa (porównanie!). Wybierz (klasy!), rysuj, kształtuj.

Dzwon właściwości

Symetryczny (średnia = mediana = moda!): przegięcia przy plusminus 1 SD. Pole 1 (100 procent!). Parametry (μ, σ!). Sprawdź (symetrię!), parametry odczytaj, korzystaj.

Skośność lewo prawo

Prawoskośny: ogon prawo (dochody!), średnia nad medianą. Lewoskośny: ogon lewo (wiek śmierci!). Miara (moment!). Rozpoznaj (ogon!), medianę bierz, transformuj.

Kurtoza eksces rozumiej

Smukły (leptokurtyczny!): ciężkie ogony (krach!). Płaski (platykurtyczny!). Eksces = kurtoza minus 3. Mierz (momenty!), ogony badaj, zabezpieczaj.

Rozkład normalny tabelę czytaj

Phi(z) kumulatywnie (pole lewo!): z=1,96 około 0,975. Wstecz (kwantyl!). Tabela (książka!). Odczytuj (wiersz+kolumna!), odwracaj, korzystaj.

Z-tabela przykład 1,64

z=1,64: 95 procent jednostronnie (5 procent ogon!). z=2,33: 99 procent. Pamiętaj (1,64/1,96/2,58!). Zaglądaj (tabelę!), pamiętaj, testuj.

Przedział ufności 95 przykład

Średnia 100 plusminus 4 (SE 2!): prawda wewnątrz z 95 rzetelnością procedury. Szerokość kurczy pierwiastek n. Licz (plusminus 2 SE!), interpretuj, raportuj.

Błąd standardowy przykład n=100

SD 15, n=100: SE = 15/10 = 1,5. Średnia plusminus 3 (95 procent!). n czterokrotnie połowi. Dziel (pierwiastek!), przedziałuj, raportuj.

Wielkość próby wzór

n = (z razy σ przez E)² (margines E!): E połówkowo poczwórnia n. σ szacuj (pilotaż!). Licz (wzór!), pilotażuj, dobieraj.

Moc 0,8 przykład

Efekt d=0,5 detektuj (80 procent szans!): n około 64 na grupę. Analiza mocy przed studium (grantodawca!). Licz (oprogramowanie!), dobieraj, znajduj.

Wielkość efektu d przykład

6 punktów różnicy, SD 15: d = 0,4 (średnie!). 0,2 małe, 0,5 średnie, 0,8 duże. Dziel (różnica/SD!), ze skalą porównuj, raportuj.

P-wartość misinterpretacja

p to NIE P(hipoteza fałszywa!) lecz P(dane|H0). p=0,04 znaczy nie 96 procent prawdy. Interpretuj (poprawnie!), przedziałuj, replikuj.

Istotność vs ważność

n=100000 trywialne istotnymi robi (d=0,02!): wielkość efektu pytaj (praktycznie?). Przedział ufności (szerokość!). Pytaj (ważność!), mierz, decyduj.

Wielokrotne testy Bonferroni

20 testów: α/20 = 0,0025 (korekta!). Inaczej fuksy pewne. Prerejestruj (plan!). Koryguj (Bonferroni!), prerejestruj, wierz.

Korelacja vs kauzacja

r=0,9 lody-utonięcia (lato zakłóca!): korelacja symetryczna, kauzacja projektu wymaga. Zakłócacza szukaj (trzecia zmienna!). Koreluj (r!), kontroluj, projektuj.

Pearson r przykład

r=0,7 nauka-stopień (mocne!): r²=0,49 (49 procent wariancji!). r=0 nic liniowo. Licz (kowariancję/normę!), kwadratuj, interpretuj.

Regresja prosta nachylenie

y = a + b x (b = efekt na jednostkę!): b = r razy (SDy/SDx). Predykcja (interpoluj!). Szacuj (OLS!), prognozuj, sprawdź.

R² przykład 0,64

64 procent wariancji wyjaśnione (model dobry!): reszta 36 szum. Skorygowane (karze zmienne!). Licz (1 minus reszta/całość!), koryguj, raportuj.

Reszty sprawdź wykres

Reszty vs dopasowanie (wzór zakazany!): lejek = heteroskedastyczność. norma QQ (normalność!). Rysuj (zawsze!), wzorce szukaj, poprawiaj.

Odstająca dźwignia

Punkt prostą przechyla (dźwignia!): Cooka ponad 1 sprawdź. Odpornie dopasuj (alternatywa!). Mierz (Cook!), sprawdź, uodpornij.

Simpson przykład rekrutacja

Kierunek A: kobiety 80 procent, mężczyźni 70; B: kobiety 30, mężczyźni 20 - globalnie mężczyźni górą (wybór kierunku zakłóca!). Stratyfikuj (kierunek!), porównuj, dziw się.

Bazowa mammografia przykład

1 procent chore, test 90/90: pozytywna znaczy tylko 8 procent chore (bazowa!). Częstości (10 z 1000!). Licz (Bayes!), częstościuj, rozumiej.

Bayes filtr spamu

Słowo viagra: P(spam|słowo) via Bayes (prior razy wiarygodność!). Filtr ucz (trening!). Dokładnie (99 procent!). Trenuj (korpus!), filtruj, sortuj.

Czułość swoistość

Czułość: chore znalezione (90 procent!). Swoistość: zdrowe uniewinnione (95!). Kompromis (próg!). Mierz (czwórpolówka!), balansuj, testuj.

Macierz pomyłek czytaj

TP, FP, TN, FN (czwórpolówka!): precyzja = TP/(TP+FP). Czułość = TP/(TP+FN). Wypełnij (licz!), dziel, balansuj.

Przeuczenie przykład

Model szum uczy (100 procent trening, 60 test!): złożoność karz (regularyzacja!). Dziel (trening/test!). Dziel (dane!), karz, generalizuj.

Podział trening/test

80/20 dziel (losowo!): testu nigdy nie tykaj (uczciwość!). Walidacja krzyżowa (k-krotnie!). Dziel (ziarno!), waliduj, raportuj.

Bias wariancja kompromis

Prosty: wysokie obciążenie (niedouczony!). Złożony: wysoka wariancja (przeuczony!). Optimum (środek!). Balansuj (krzywe!), waliduj, wybierz.

Monte Carlo Pi przykład

Losowe punkty kwadrat/koło (Pi około 3,14!): więcej punktów dokładniej (pierwiastek n!). Symuluj (miliony!), licz, szacuj.

Bootstrap przykład

Resampling ze zwracaniem (1000 razy!): rozkład estymatora (przedział!). Bez wzoru trzeba. Losuj (komputer!), przedziałuj, raportuj.

Test permutacyjny idea

Etykiety tasuj (10000 razy!): rozkład zerowy empirycznie. p = udział ekstremalnych. Tasuj (komputer!), licz, testuj.

T-test przykład

Dwie średnie porównaj (t = różnica/SE!): p pod 0,05 istotne. Założenia (normalność!). Licz (t!), sprawdź, wnioskuj.

Chi-kwadrat przykład

Kategorie niezależność (tabela!): oczekiwane vs zaobserwowane. df = (r-1)(c-1). Tablicuj (krzyżowo!), licz, testuj.

ANOVA przykład nawóz

Trzy nawozy plony (F = między/wewnątrz!): F duże istotne. Post-hoc (które?). Testuj (F!), porównuj post-hoc, nawoź.

Mann-Whitney U test

Nieparametrycznie dwie grupy (rangi!): bez normalności trzeba. Mediany porównaj. Ranguj (dane!), testuj, raportuj.

Shapiro-Wilk normalność

Normalność testuje (p nad 0,05 w porządku!): małe n czułe. QQ-wykres dodaj. Testuj (oprogramowanie!), rysuj, decyduj.

Q-Q wykres czytaj

Punkty na diagonali (normalnie!): S-krzywa skośnie, końce ciężkie. Rysuj (oprogramowanie!), diagonalę sprawdź, interpretuj.

Współliniowość VIF

Predyktory skorelowane (VIF nad 10 źle!): współczynniki niestabilne. Odrzucaj/łącz. Mierz (VIF!), odrzucaj, stabilizuj.

Bias przeżycia samoloty

Dziury wracających licz (źle!): brakujące (zestrzelone) licz. Wald II wojna. Myśl (brakujące!), koryguj, zbrój się.

Mit gorącej ręki

Serie trafień losowe (koszykówka!): regresja wyjaśnia. Zakład unikaj. Rozpoznaj (regresję!), ignoruj, oszczędzaj.

Błąd hazardzisty ruletka

Czerwone 5 razy: czarne NIE pewniejsze (niezależne!). Każda runda nowa. Wiedz (niezależność!), oprzyj, idź.

Paradoks urodzin 23

23 ludzi: 50 procent para równo (kombinatoryka!). 70 ludzi 99,9. Licz (dopełnienie!), dziw się, obstawiaj.

Monty Hall 3 drzwi

Zmiana wygrywa 2/3 (warunkowo!): wiedza prowadzącego zmienia. Symuluj (100 razy!). Zmieniaj (zawsze!), symuluj, wygrywaj.

Normalny wzrost IQ

Wzrost μ=178 σ=7 (mężczyźni!): IQ μ=100 σ=15 (projekt!). Percentyle (z!). Mierz (próbę!), standaryzuj, plasuj.

Six Sigma 3,4 DPMO

3,4 defekty na milion (4,5σ z dryfem!): Cp=2,0. Auto Cpk 1,67. Licz (specy!), centruj, dawaj.

Cp przykład 1,33

Szerokość spec przez 6σ = 1,33 (generalnie w porządku!): pod 1,0 sortuj. Centruj (Cpk!). Licz (Cp!), centruj, wysyłaj.

Krok po kroku

Krok po kroku: 12, 15, 18, 20, 22 ręcznie

1. Średnia: 87 przez 5 = 17,4.
2. Odchylenia: minus 5,4, minus 2,4, 0,6, 2,6, 4,6.
3. Kwadraty: 29,16, 5,76, 0,36, 6,76, 21,16 suma 63,2.
4. Wariancja populacji: 63,2 przez 5 = 12,64, σ około 3,56. Próby: 63,2 przez 4 = 15,8, s około 3,97.

Krok po kroku: czy strona B lepsza?

1. A: 120/1000 (12 procent). B: 150/1000 (15 procent).
2. Łączny SE około 1,5 procent, z około 2,0, p około 0,045.
3. Prawie istotna: dłużej puszczaj (podglądanie pompuje fałszywe pozytywy) przed wdrożeniem.

Krok po kroku: czy proces wydolny?

1. Detale cel 10,0 plusminus 0,3 mm; próby SD 0,08.
2. Cp = 0,6 przez (6 razy 0,08) = 1,25 - prawie wydolny (1,33 plus wolisz).
3. Wycentruj (Cpk) przed świętem.

Krok po kroku: odstająca czy zostawić?

1. Dane średnia 50, SD 4; punkt przy 70 (5 SD obok).
2. Test Grubbsa: G = moduł(70 minus 50)/4 = 5,0 - ekstremalnie.
3. Przyczynę zbadaj; tylko z udokumentowanym powodem usuwaj, nigdy dla wygody.

Krok po kroku: regresję w sprzedaży wypatrz

1. Top-handlowiec spada 30 procent następny kwartał - dołek czy regresja?
2. Sprawdź: był ostatni kwartał 3 SD nad własną średnią? Gdy tak, powrotu oczekuj obojętnie.
3. Proces prowadź, wahanie ignoruj.

Krok po kroku: wykres lejkowy czytaj

1. Symetrycznie wokół łącznego efektu? Zdrowo.
2. Pusto dół-lewo (małe negatywy brak)? Obciążenie podejrzane.
3. Trim-and-fill zakopaną resztę szacuje.

Krok po kroku: wydolny czy nie?

1. Spec 10,0 plusminus 0,3; procesu SD 0,08, średnia 10,02.
2. Cp = 0,6 przez 0,48 = 1,25.
3. Cpk (gorsza strona): (10,3 minus 10,02) przez 0,24 około 1,17 - prawie wydolny, wycentruj.

Krok po kroku: misja ratunku Cpk

1. Spec 10,0 plusminus 0,3, procesu średnia 10,12, SD 0,08.
2. Cp = 1,25 lecz Cpk = 0,75 (niewycentrowany!).
3. Recentracja na 10,0 robi Cpk 1,25. Centrowanie to gratis wydolność.

Krok po kroku: sekcja SD raportu lab w 10 minut

1. Surowe odczyty listuj i średnią plus próbne SD z N−1 licz, bo powtórki lab populację z próby szacują.
2. Na błąd standardowy zamień (SD/pierwiastek n) i 95-przedział jako średnia plusminus 2 razy SE obok surowego SD podaj, by czytelnicy rozproszenie i precyzję widzieli.
3. Przeciw wartości odniesienia odległością-z porównaj: wewnątrz plusminus 2 SE zgadza, poza plusminus 3 SE wyjaśnienia żąda, nie wzruszenia ramion.
4. Dominujące źródło błędu nazwij i krok przenoś, by końcowa niepewność zrozumiana pokazała, potem wynik odpowiednio zaokrąglij.

Rozwiązane przykłady

Słynne rozproszenia

Unikaj typowych błędów

• SD bez średniej raportować (rozproszenie centrum wymaga).
• Wzór populacji na próbach (zaniża).
• Regułę 68-95 na skośne dane.
• SD z błędem standardowym mylić (precyzja średniej).
• N zamiast N−1 przy próbie.
• Odstające cicho kasować.
• Reguła bez sprawdzenia kształtu.
• Wariancję zamiast SD raportować (jednostki!).

Porady pro

• Histogram najpierw szkicuj - kształt wszystko prowadzi.
• CV (SD przez średnią) przez skale porównuj.
• Odstające SD kwadratowo pompują - ekstrema badaj.
• Przy małym n (pod 10) rozstęp dodaj.
• Stałe rachunki od zmiennych wydatków dziel przed sądem rozproszenia.
• Dziesięć aktualnych liczb szkicuj przed wiarą średniej.
• Rozproszenie pomiaru najpierw kurcz gdy wyniki losowo czujesz.
• Rozstęp obok rozproszenia przy mini-próbach.
• Mediana plus SD plus kształt zawsze trio.
• Jednostki notuj (SD jednostkę dziedziczy!).

Gdzie to wykorzystasz

Kontrola jakości

Pasma plusminus-3σ flagują zepsute procesy automatycznie.

Finanse

Zmienność JEST odchyleniem zwrotów.

Sport nauka

Równi (niskie SD) vs chimeryczni atleci.

Sondaże

Marginesy błędu ze SD prób pochodzą.

Produkcja

Indeksy zdolności Cp/Cpk startują tutaj.

Inwestowanie

Zmienność i Sharpe.

Testy A/B

Różnice konwersji matmy SE wymagają, nie nosa.

Postęp biegów sądź

Rozproszenie aktualnych czasów porównuj, nie tylko życiówki, czy trening stabilizuje.

Kuchnię zacieśnij

Składniki waż rozproszenie porcji kurcz i kończ losowe klapy pieczenia.

Świadectwa czytaj

O rozproszenie stopni pytaj czy klasa razem idzie czy pęka.

Budżet domu sprawdź

Szerokie miesięczne rozproszenie flaguje niespodzianki szybciej niż średnia chowa.

Medycyna wyniki lab

Zakresy odniesienia to średnia plusminus 2 SD - oznaczenia rozumiej.

Słowniczek

Częste pytania

Popularne wyszukiwania

kalkulator odchylenia standardowego · co to odchylenie standardowe · wariancja vs odchylenie · jak liczyć odchylenie · populacja vs próba odchylenie · reguła 68 95 99,7 · jak czytać papiery naukowe · p-hacking wyjaśniony · błąd bazowy przykład · analiza mocy statystyka · six sigma wyjaśnione · zmienność odchylenie · błąd standardowy vs odchylenie · indeks zdolności Cp Cpk · test hipotez wyjaśniony · p-wartość znaczenie · testy A/B statystyka · ANOVA prosto wyjaśniona · zgodność atrybutów analiza · kappa Cohena studium przymiaru · wykres pudełkowy wyjaśniony · reguła Czebyszewa · test Grubbsa odstające · regresja do średniej przykłady · paradoks Simpsona wyjaśniony · słump drugoroczniaka statystyka · wykres Youdena międzylab · lejkowe obciążenie publikacyjne · test Eggera wyjaśniony · reguły Western Electric · Cp Cpk wyjaśnione · zdolność procesu przykład · Cp Cpk Pp Ppk różnica · liniowość przymiaru studium · zdolność procesu przypadek · wynik z uniwersalna linijka · współczynnik zmienności wyjaśniony · Sharpe zmienności mianownik · przedział ufności błąd standardowy

Powiązane: Kalkulator średniej · Kalkulator średniej ważonej