[读书笔记]2.标准误差标准差信度实例计算说明

最新推荐文章于 2022-06-23 20:29:58 发布

Su_CRF

最新推荐文章于 2022-06-23 20:29:58 发布

阅读量5.5k

点赞数 2

分类专栏：统计(学习) 文章标签：统计标准误差标准差信度置信区间

本文链接：https://blog.csdn.net/cook2eat/article/details/51523283

版权

本文介绍了统计中的标准误差、标准差和信度的概念，通过计算实例展示了如何估算标准误差并建立置信区间。强调了误差的随机性和正态分布特性，解释了信度与误差波动的关系，以及95%置信区间的意义。

摘要由CSDN通过智能技术生成

概念名词

Observed Score = True Score + Error Score
观测分数 = 真分数 + 误差分数

如果你去参加一场考试，你实际最后得到的分数就叫做 Observed Score，这个分数其实是由两部分组成的，如下所示：

注 : 所谓真实水平，是指你无数次参加同一个测试，所得到的平均数，代表的是一种平均表现；

信度为1.0时，表示一组完全没有误差的分数，也就是不波动，换言之一致性程度高，什么的一致性呢？同一个人多次重复测试得到相同分数的一致性；

假设，你参加了一次英语考试：
- 这个测试的分数范围一般是200~800，标准差SD是100 ；
- 你的得分是500 ；
- 这门考试的信度通常在0.90左右；

但是你的分数很容易受到随机误差的影响，想知道这500分距离你的真实水平有多近吗？

首先我们需要一个变量来表示影响到你发挥的随机误差，这个变量叫做标准误差，它能够反映每个人的观测分数和真分数之间的平均距离；
标准误差SE，可以利用该测试的信度以及群组观测分数的变异量(用标准差SD来反映)来估计；
- 该测试的信度是指，同一个人多次测试得到相同分数的一致性程度；
- 群组观测分数的变异量是指，A得分540分，B得分450分，C得分660 等等，这些观测分数（大家的实际得分）的标准差SD = ∑ni=0(x−avg)2

关注