Saya memiliki blok intuitif dengan ini. Untuk masalah binomial, standar deviasi hitungan adalah. Sebaliknya, standar deviasi proporsi sampel menurun dengan meningkatnya dan . Saya dapat melakukan pembagian dengan tapi saya tidak punya perasaan mengapa standar deviasi bergerak berlawanan arah.
binomial
standard-deviation
pengguna39707
sumber
sumber
Jawaban:
Sangat kasar, bayangkan kita sedang melempar koin yang adil . Keberhasilan didefinisikan sebagai kepala. Jika kita melempar koin sekali saja( n = 1 ) , Anda akan menghitung 1 sukses atau 0 keberhasilan. Keduanya memiliki kemungkinan positif yang sama untuk terjadi( 1 / 2 ) . Sekarang bayangkan kita melempar koin10 waktu (n = 10 ). Sekarang Anda masih bisa mendapatkannya0 dan 1 Keberhasilan (meskipun keduanya kurang mungkin), tetapi Anda juga bisa mendapatkan 2 melalui 10 (yang lebih mungkin). Jika varians mengukur seberapa jauh serangkaian angka tersebar, Anda dapat melihatnya10 melemparkan penyebaran lebih luas daripada dengan 1 undian atau uji coba. Ini menjelaskan mengapa varians dari jumlah keberhasilan meningkatn .
Dengan proporsi (jumlah keberhasilan dibagi dengan jumlah lemparan), Anda mencoba memperkirakan nilai sebenarnya darihal . Ketika Anda mendapatkan lebih banyak informasi dengan lebih banyak cobaan, ketidakpastian Anda tentanghal turun, dan varians yang menyusut. Dengan satu lemparan yang muncul di kepala, Anda tidak tahu banyak (hanya itup ≠ 0 ) . Dengan10 melemparkan bahwa semua berubah menjadi kepala, Anda cukup yakin itu hal dekat satu.
sumber
Mari kita mulai dengan mengasumsikan standar deviasi distribusi binomial benar (benar). Ini adalah standar deviasi dari distribusi jumlah keberhasilann uji coba diberikan probabilitas keberhasilan yang konstan hal . Sebut jumlah keberhasilan,X .
BegituVa r ( X) = n p ( 1 - p ) , itulah yang Anda miliki (standar deviasi kuadrat).
Karena proporsi adalah jumlah keberhasilan dibandingkan jumlah percobaan, kami memiliki:
Dan dengan demikian deviasi standar tentu sajap ( 1 - p )n-----√ .
Dalam satu kasus Anda melihat jumlah, yang lain Anda melihat jumlah dibagi dengan ukuran sampel.
Secara intuitif, Anda dapat membayangkan jumlah jumlah keberhasilan jauh lebih tinggi (X= 0 , 1 , 2 , … , n ) daripada proporsi (0 ≤ p ≤ 1 ). Sebagain meningkat, X dapat mengambil banyak nilai integer yang berbeda (dan lebih besar) dan memiliki lebih banyak variabilitas; hal , di sisi lain, dibatasi antara 0 dan 1. Jadi X memiliki lebih banyak variabilitas.
sumber
Baik! Aku akan membuatnya sangat mudah.
Saat menggunakan std dan varians BIASANYA Anda melihat ke belakang, mencoba melihat apa yang terjadi dan kemudian memproyeksikan masa depan. saat Anda melihat ke belakang, semakin banyak percobaan biasanya membantu mendapatkan LEBIH BANYAK info. Semakin banyak cobaan membantu mempersempit apa yang terjadi. dan Anda sekarang memutar lebih baik di sekitar rata-rata. Std dan var hanya berputar di sekitar mean sehingga Anda semakin dekat dan lebih dekat dengan apa yang akan terjadi.
Binomial berbeda! kita sudah tahu apa yang terjadi, kita tahu kemungkinannya. jadi melihat ke belakang tidak berguna karena, yah, kita sudah tahu probabilitasnya. Semakin banyak percobaan tidak membantu kita memahami lebih baik dan lebih baik bagaimana hal-hal berputar di sekitar rata-rata, itu hanya memberi kita distribusi yang lebih luas dan lebih luas. meningkatkan uji coba benar-benar hanya memberi lebih banyak ruang untuk perbedaan.
Bayangkan dua skenario: satu yang Anda ingin tahu seberapa tinggi setiap orang di sebuah ruangan. lebih banyak pengukuran = lebih dekat dengan apa tinggi rata-rata sebenarnya di dalam ruangan, Anda berterima kasih atas setiap pengukuran baru.
kedua Anda punya koin. Anda sudah tahu apa rata-rata. 50/50 yang saya maksud pada saat itu Anda selesai. jadi mari kita berpura-pura mulai membalik, yah setiap flip baru hanya lebih banyak ruang untuk kesalahan. Anda membalik 10 kali dan Anda mendapatkan semua 10 kepala, Anda berkata kepada teman Anda, apa-apaan! di mana kemungkinan itu, itu sangat bodoh! baik jika Anda hanya membaliknya sekali Anda hanya akan memiliki satu kesempatan untuk beberapa outlier gila. lebih banyak flips tidak benar-benar memberi Anda lebih banyak info mereka hanya memberi lebih banyak ruang untuk hasil gila.
0 matematika dan 0 rumus, semoga bisa membantu.
sumber
Jika Anda mencari intuisi tentang hasil ini, tanyakan pada diri sendiri yang mana dari hal-hal berikut yang lebih bervariasi:
... proporsi perempuan dalam rumah tangga, atau proporsi perempuan di seluruh negara?
... jumlah perempuan dalam satu rumah tangga, atau jumlah perempuan di seluruh negara?
sumber