1. Desviación estándar: La desviación estándar puede reflejar el grado de dispersión de un conjunto de datos. Para dos conjuntos de datos con la misma media, la desviación estándar puede ser diferente.
Estadístico 2.t: se utiliza para estimar la media de una población distribuida normalmente con varianza desconocida a partir de una muestra pequeña.
En segundo lugar, existen tres diferencias entre el error estándar y el estadístico T:
1. Los dos tienen significados diferentes:
(1) La importancia de la desviación estándar Característica: dado que la varianza es el cuadrado de los datos, es demasiado diferente del valor de detección en sí y es difícil para las personas medirlo intuitivamente, por lo que a menudo usamos la raíz cuadrada de la varianza para volver a convertirlo. Esta es la desviación estándar de la que estamos hablando.
En estadística, la diferencia promedio de una muestra se divide principalmente por los grados de libertad (n-1). El grado de libertad se refiere al grado en que la muestra se puede elegir libremente. Cuando solo queda uno, ya no puede estar libre, por lo que el grado de libertad es n-1.
(2) La importancia del estadístico T: la forma de la curva de distribución del estadístico T está relacionada con el tamaño de N (para ser precisos, está relacionado con el grado de libertad df). En comparación con la curva de distribución normal estándar, cuanto menor es el grado de libertad df, más plana es la curva de distribución t, más baja es la mitad de la curva y más altas son las colas en ambos lados de la curva. Cuanto mayor sea el grado de libertad df, más cerca estará la curva de distribución t de la curva de distribución normal. Cuando el grado de libertad df = ∞, la curva de distribución t es una curva de distribución normal estándar.
2. Las características de los dos son diferentes:
(1) Características de la desviación estándar: la desviación estándar suele ser relativa al valor medio de los datos de la muestra, generalmente expresado como M SD. , indica la muestra Qué tan lejos está el valor observado de un determinado dato de la media. La desviación estándar se ve afectada por los valores extremos. Cuanto menor es la desviación estándar, más agregados son los datos; cuanto mayor es la desviación estándar, más discretos son los datos.
(2) Características de la estadística T: distribución unimodal con simetría izquierda y derecha centrada en 0; la distribución t es un grupo de curvas y sus cambios de forma están relacionados con el tamaño de n (para ser precisos, relacionados con el Grado libre df relacionados). Cuanto menor es el grado de libertad df, más baja y plana es la curva de distribución t; cuanto mayor es el grado de libertad df, más cerca está la curva de distribución t de la curva de distribución normal estándar (distribución U). A medida que aumentan los grados de libertad, la distribución t se acerca gradualmente a la distribución normal estándar.
3. Las aplicaciones de los dos son diferentes:
(1) Aplicación de la desviación estándar: La desviación estándar se refiere a la diferencia entre un valor en un conjunto de valores y su valor medio. La desviación estándar se utiliza para evaluar posibles cambios o fluctuaciones en los precios. Cuanto mayor sea la desviación estándar, mayor será el rango de fluctuaciones de precios y mayor será la volatilidad de los instrumentos financieros como las acciones.
(2) Aplicación de la estadística T: la estadística T es una distribución teórica importante en estadística matemática y la base teórica de muchos métodos estadísticos. La distribución normal tiene dos parámetros, μ y σ, que determinan la posición y la forma de la distribución normal.
Materiales de referencia:
Distribución de la Enciclopedia Baidu-t
Materiales de referencia:
Enciclopedia Baidu-Desviación estándar