Czy istnieje dobrze uzasadniona reguła dotycząca liczby znaczących postaci do opublikowania?
Oto kilka konkretnych przykładów / pytań:
Czy jest jakiś sposób na powiązanie liczby znaczących liczb ze współczynnikiem zmienności? Na przykład, jeśli szacunek wynosi 12,3, a CV wynosi 50%, czy to oznacza, że informacja reprezentowana przez „.3” zbliża się do zera?
Jeśli przedział ufności ma zakres rzędów wielkości, czy powinny one nadal mieć tę samą liczbę cyfr znaczących, np .:
12,3 (1,2, 123,4) vs 12 (1,2, 120)
Czy liczba znaczących cyfr w oszacowaniu błędu powinna być taka sama, czy mniejsza niż liczba cyfr znaczących w średniej?
Odpowiedzi:
Wątpię, żeby istniała uniwersalna zasada, więc nie zamierzam jej nadrobić. Mogę podzielić się tymi przemyśleniami i ich przyczynami:
Gdy podsumowania odzwierciedlają same dane - maks., Min., Statystyki zamówień itp. - użyj tej samej liczby znaczących liczb, które posłużyły do zarejestrowania danych. Zapewnia to spójną reprezentację w całym dokumencie dotyczącą dokładności danych.
-Uwaga, że CV nie zawiera użytecznych informacji w tym zakresie.
-Niektóre szacunki można uzyskać z wielką precyzją. Nie muszą być zaokrąglane, aby dopasować coś innego. Na przykład średnia 1 000 000 liczb całkowitych może wynosić 10,977 ze standardowym błędem 0,00301. Moja decyzja o zapisaniu średniej do trzech miejsc po przecinku (i 4-5 cyfr sig) była oparta na rzędzie wielkości SE, co oznacza, że ostatnia cyfra jest częściowo wiarygodna. Decyzja o zapisaniu SE do trzech cyfr sig (pięć miejsc po przecinku) jest bardziej arbitralna: działałyby dwie cyfry sig; prawdopodobnie nie; cztery figi sig również by działały i były zgodne ze średnimi figami 4-5 sig; więcej niż cztery figi byłyby przesadą. (Można oszacować błąd standardowy samej SE pod względem czwartego momentu danych i użyć go do ustalenia odpowiedniej wielkości zaokrąglenia, ale większość z nas nie ma takich problemów ...)
Sygnalizuj czytelnikowi, kiedy wykonujesz znaczące zaokrąglanie . Zachowaj szczególną ostrożność, gdy raport omawia sam test statystyczny . Powodem jest to, że ludzie mogą wykorzystywać twoją pracę do sprawdzania własnych obliczeń. Czasami nawet niewielka różnica może ujawnić błąd. Nie chcesz sprawiać kłopotów, ponieważ zaokrągliłeś 123 do 120, a ktoś inny, sprawdzając pracę, uzyskuje 123 i podejrzewa, że jeden z was popełnił błąd.
Bądź konsekwentny . Możesz stracić niektórych czytelników, jeśli podasz w pewnym momencie wartość 123, a później odniesiesz ją do 120.
Nie bądź śmieszny . (Automatycznie podejrzewam niekompetencję, gdy napotkam raporty dające wyniki statystyczne 15 fig sig, gdy dane zawierają na przykład tylko dwie fig sig.)
źródło
Sugerowałbym 12 (1.2, 123,4). Pomiń .3, ponieważ jest on prawie bez znaczenia, ale wiele osób, gdy go zobaczy (1.2, 120), uzna, że ostatnie „0” na 120 jest znaczące.
źródło