小同学2018-12-09 21:52:31
老师,学到这里我有个问题很困扰,想不明白。在一级的时候说样本均值的标准误的计算方法如图,总体方差已知使用总体的方差,未知用样本的方差近似代替。但是在二级的correlation的标准误没有使用这种近似代替的方法,而是直接按照样本的方差公式(期望求和平方除以自由度n-2)的方法直接计算出来的,这是为什么?如果按照这种思路的话,在一级里总体方差未知的情况下,样本标准误是不是也就可以使用期望平方求和除以自由度n-1得到标准误呢?但是这样和一级的公式又矛盾的,非常困扰,谢谢解答!
回答(1)
Chris Lan2018-12-10 11:18:52
同学你好,
你的困惑在于没有弄明白不同的标准误描述的对象是不一样的。
一级当中:1)我们估计的对象比较简单,是population mean。我们用什么估计population mean呢?用的是sample mean。2)估计的误差怎么表示呢,用standard error表示。
3)standard error的全称是standard error of mean,它的对象是样本均值(sample mean),表示的是样本均值的离散程度。如果standard error越小,表明sample mean越能够代表population mean。
二级线性回归知识点当中:1)我们的估计对象不再是总体均值了,而是两者之间的关系。最简单的线性关系写作Yi=b0+b1*Xi 。2)如何表示估计的误差?用(实际的Yi-Yi cap)平方和求和,再除于估计的自由度,(n-2)。3)为什么这里的自由度是(n-2)?自由度是the difference between the number of observations and the number of parameters。观测值的数量是n,线性方程当中需要我们估计的参数有2个,分别是b0和b1,所以自由度为(n-2).
4)一级里的standard error of mean衡量的对象是sample mean,sample mean本身就是parameter,所以standard error of mean的分母不涉及自由度。但样本方差涉及自由度(为n-1)。
比较参照下表:
总体population,它的deviation(表示离散程度)---σ
样本sample,它的deviation(表示离散程度)---s,自由度(n-1)
样本均值sample mean,它的deviation(表示sample mean的离散程度)--- standard error,公式为σ/√n或者s/√n
- 评论(0)
- 追问(0)


评论
0/1000
追答
0/1000
+上传图片