作者查詢 / sweetJ
作者 sweetJ 在 PTT [ Statistics ] 看板的留言(推文), 共79則
限定看板:Statistics
看板排序:
全部marriage8770PublicServan2536car1889Keelung1420cat494BabyMother385basketball168STREET_BALL120Wine90Statistics79MLBGAME62cookclub38Vancouver36Cobras33Gossiping26worldtrigger17Braves15L_LifePlan12Examination8Teacher8MRT7shoes7Violation6biker5CarShop5rabbit4Urban_Plan4BabyProducts3Divorce3PublicIssue3Canada2Boy-Girl1EuropeanCar1FamilyCircle1GetMarry1hypermall1NextTV1Preschooler1PTT_KickOff1<< 收起看板(39)
8F推: 標準差跟變異數不是看不同組平均數的距離03/08 16:29
9F→: 是看該組資料的離散程度.03/08 16:30
10F→: 比如說A組平均數50, 標準差12. B組平均數45, 標準差30.03/08 16:30
11F→: A組裡面的數據可能有較多較靠近50的筆數, B組則跟45差較遠03/08 16:31
12F→: 只有平均數保證是沒辦法看的出來資料分布情況03/08 16:32
13F→: 如果你看到某種圖可以看的出來, 圖上一定不只平均數這一種03/08 16:33
14F→: 統計量而已.03/08 16:33
19F推: 用aggregate一句話就寫完了12/29 09:55
3F推: 你是不是完全沒學過統計,有了個軟體之後就開始按按鈕而已01/15 20:54
7F推: 你上課有在聽嗎01/15 21:25
8F推: 就算是最基礎的統計課也會教你變異數,信賴區間,四分位01/15 21:27
9F→: 數,離群值等等吧01/15 21:27
10F→: 你去參考一下其他有在聽課組別的報告不就知道自己錯在哪01/15 21:28
11F→: 裡了01/15 21:28
3F推: 你講清楚一點到底是那個職系,差很多12/14 22:32
5F推: 母體不是常態,抽越多就會越像母體,那怎樣都不會是常態。11/02 23:41
6F→: 會接近常態的是抽很多次的樣本平均值分佈,而不是樣本分佈11/02 23:41
7F→: 。11/02 23:41
1F推: yrhat=year-min(year) 不就好了?10/28 12:22
8F推: anova有個假設是各樣本間要互相獨立, 你的數據如果某一組10/19 12:01
9F→: 是某行為的實行時間佔一天總時間的多少%, 就不是互相獨10/19 12:02
10F→: 立了. 而且應該也不會是常態分布10/19 12:04
11F→: 如果你的數據大多靠近0/100之類的話也不適合10/19 12:07
12F→: 為什麼你不要直接作卡方檢定就好了?10/19 12:12
33F→: 你的例子是互相獨立, 但是為什麼一定要用比例呢?10/24 09:34
34F→: 既然分母都是一天24H, 你直接用一天小牛有幾個小時在玩10/24 09:35
35F→: 去做ANOVA檢定不就好了?10/24 09:35
36F→: 除此之外你還是可以直接做卡方檢定, 我看不出來你一定要去10/24 09:38
37F→: 用ANOVA檢定百分比平均值的道理?10/24 09:39
38F→: 分母是固定值有沒有用百分比有差嗎XD10/24 10:04
12F推: 課本強調1:-1是因為這題在做檢定的時候是拿迴歸係數跟1:-110/17 21:41
13F→: 去做檢定而不是0。10/17 21:41
14F推: 問題是a2/a3是否大於a3, 課本上解題的方法是檢定a2/a3跟110/17 21:43
15F→: 沒有差異,但是a4顯著小於110/17 21:43
16F→: 負值的地方同理10/17 21:44
17F→: 當你看到迴歸模型的時候就跟相關沒有關係了,你一開始想10/17 21:51
18F→: 錯方向所以才會搞不懂。10/17 21:51
2F推: 其實如果變異數不相等的話就根本不用檢定平均值了,變異10/17 21:53
3F→: 數不相等就代表兩組樣本所來自母群體不一樣了10/17 21:53