Konwertujesz błąd standardowy na odchylenie standardowe?

Czy sensowne jest przekształcenie błędu standardowego na odchylenie standardowe? A jeśli tak, to czy ta formuła jest odpowiednia?

$$SE = \frac{SD}{\sqrt{N}}$$

Błąd standardowy odnosi się do standardowego odchylenia rozkładu próbkowania statystyki. To, czy ta formuła jest odpowiednia, zależy od tego, o której statystyki mówimy.

Standardowe odchylenie średniej próbki to gdzie to standardowe odchylenie (populacji) danych, a to wielkość próbki - może to być to, o czym mówisz. Tak więc, jeśli jest to standardowy błąd próbki, oznacza to, że masz na myśli, tak, ta formuła jest odpowiednia. σ$\sigma/\sqrt{n}$$\sigma$$n$

Zasadniczo standardowe odchylenie statystyki nie wynika z podanego wzoru. Zależność między odchyleniem standardowym statystyki a odchyleniem standardowym danych zależy od statystyki, o której mówimy. Na przykład standardowy błąd przykładowego odchylenia standardowego (więcej informacji tutaj ) od normalnie dystrybuowanej próbki o rozmiarze to W innych sytuacjach może nie być żadnego związku między błędem standardowym a odchyleniem standardowym populacji. Na przykład, jeśli , to liczba obserwacji, które przekraczająσ ⋅ Γ ( n - $n$x1,. . . ,Xn∼N(0,σ2)

$$\sigma \cdot \frac{\Gamma( \frac{n-1}{2} )}{ \Gamma(n/2) } \cdot \sqrt{\frac{n-1}{2} - \left( \frac{ \Gamma(n/2) }{ \Gamma( \frac{n-1}{2} ) } \right)^2 }$$ $X_1, ..., X_n \sim N(0,\sigma^2)$$0$ to więc jego standardowy błąd to , niezależnie od . ${\rm Binomial}(n,1/2)$$\sqrt{n/4}$$\sigma$