Що таке СТАНДАРТНЕ ВІДХИЛЕННЯ ВИБІРКИ Англійською - Англійська переклад

• sample standard deviation

Приклади вживання Стандартне відхилення вибірки Українська мовою та їх переклад на Англійською

А як же нам обчислити стандартне відхилення вибірки?
Well, how could we calculate a sample standard deviation?

А дане стандартне відхилення вибірки дорівнює приблизно 1, 6.
So the sample standard deviation is approximately 1.6.

Ось як ми дослівно ділимо наше стандартне відхилення вибірки.
This is how we literally divide our sample standard deviation.

Отже тоді стандартне відхилення вибірки буде просто дорівнювати кореню квадратному з цього.
And so then the sample standard deviation is just going to be the square root of that.

Отож у статистиці, ми просто визначаємо стандартне відхилення вибірки.
So in statistics, we just define the sample standard deviation.

Але ви побачите, що ці дальні… погляньмо, ці дальні цятки стають тим розлогішими, чим ширшою стає дане стандартне відхилення вибірки.
But you see that the further-- so let's see, the further the points are spread out, the wider this sample standard deviation is.

Отож впорядкуйте ці 13 помаранчевих цяток вибірки. Стандартне відхилення вибірки дорівнює приблизно 1, 6.
So arrange the 13 order sample points so the sample standard deviation is approximately 1.6.

Але ж стандартне відхилення у цьому випадку, ми ж вимірюємо стандартне відхилення вибірки.
But the standard deviation in this case, we're measuring the sample standard deviation.

Але насправді виявляється, що оскільки корінь квадратний є нелінійною функцією, то це стандартне відхилення вибірки… і ось так воно тяжіє бути визначеним… стандартне відхилення вибірки, що це стандартне відхилення вибірки, яке є коренем квадратним з нашої розбіжності вибірки, отож починаючи з і=1 до n нашої неупередженої розбіжності вибірки, отож ми ділимо це на n мінус 1.
But it actually turns out that because the square root function is nonlinear, that this sample standard deviation-- and this is how it tends to be defined-- sample standard deviation, that this sample standard deviation, which is the square root of our sample variance, so from i equals 1 to n of our unbiased sample variance, so we divide it by n minus 1.

Спробуйте пересунути цятку ближче і далі від середнього значення вибірки аби побачити як змінюється стандартне відхилення вибірки.
Try removing a point closer to and further away from the sample mean to see how the sample standard deviation.

А тоді якщо вам потрібне стандартне відхилення вибірки, і воно насправді трох цікавіше оскільки стандартне відхилення вибірки, яке дорівнює кореню квадратному з розбіжності вибірки, воно насправді виявляється не неупередженою оцінкою для цього, і я не збираюся вдавати зараз до подробиць, це насправді дуже гарна оцінка цього.
And then if you wanted the standard deviation of a sample-- and it actually gets a little bit interesting because the standard deviation of a sample, which is equal to the square root of the variance of a sample-- it actually turned out that this is not an unbiased estimator for this-- and I don't want to get to technical for it right now-- that this is actually a very good estimate of this.

Ми назвемо це стандартним відхиленням вибірки.
We will call it the sample standard deviation.

І як ви можете бачити існує багато різних шляхів отримання стандартного відхилення вибірки 1, 6.
And so what you can see is there's lots of different ways to have a sample standard deviation of 1.6.

Отож якщо нам треба отримати оцінку стандартного відхилення вибірки, то чому б нам просто не знайти корінь квадратний з даної неупередженої розбіжності вибірки? Отож це те,?
So if we want to get an estimate of the sample standard deviation, why don't we just take the square root of the unbiased sample variance?

Крім того, що стандартне відхилення характеризує мінливість вибірки, воно зазвичай використовується як міра достовірності статистичних висновків.
In addition to expressing the variability of a population, standard deviation is commonly used to measure confidence in statistical conclusions.

Функція STDEVP() повертає стандартне відхилення за результатами аналізу усієї вибірки.
The STDEVP() function returns the standard deviation based on an entire population.

Використовуючи“офіційні” дані статистичної служби ДНР, ми можемо розрахувати такі відмінності(стандартне відхилення) цін між містами для вибірки порівняно стандартних товарів.
Using“official” data from the DNR's statistical office, we can calculate such dispersion(standard deviation) of prices across cities for a set of relatively standard goods.

Функція STDEVPA() повертає стандартне відхилення за результатами аналізу усієї вибірки. Якщо комірка з даними містить текст або булівське значення« Ні», елемент враховується як 0. Якщо булівське значення рівне« Так», елемент буде враховано як 1. к 1.
The STDEVPA() function returns standard deviation based on an entire population. If a referenced cell contains text or contains the boolean value FALSE, it is counted as 0. If the boolean value is TRUE it is counted as 1.

Стандартне відхилення(СВ), яке ми отримуємо за допомогою вибірки розподілу, саме по собі не є абсолютно точним з двох причин: математичної(описаній тут за допомогою довірчого інтервалу) і з практичної причини вимірювання(похибки вимірювання).
The standard deviation we obtain by sampling a distribution is itself not absolutely accurate, both for mathematical reasons(explained here by the confidence interval) and for practical reasons of measurement(measurement error).

Наприклад, якщо ми зацікавлені в оцінці кількості, за якою препарат знижує кров'яний тиск суб'єкта з довірчим інтервалом у шість одиниць шириною, і ми знаємо, що стандартне відхилення артеріального тиску в населення становить 15, то шуканий розмір вибірки є 100.
For example, if we are interested in estimating the amount by which a drug lowers a subject's blood pressure with a confidence interval that is six units wide, and we know that the standard deviation of blood pressure in the population is 15, then the required sample size is 100.

Входом до нормалізованої функції Гаусса є середнє значення вибіркових середніх(~50) і стандартне відхилення вибіркового середнього розділене на квадратний корінь від розміру вибірки(~28.87/√n), що називається стандартним відхиленням середнього(оскільки воно означає розмах значень вибіркового середнього).
The input into the normalized Gaussian function is the mean of sample means(~50) and the mean sample standard deviation divided by the square root of the sample size(~28.87/√n), which is called the standard deviation of the mean(since it refers to the spread of sample means).

Функція STDEV() повертає стандартне відхилення за вибіркою. Стандартне відхилення- це міра того, наскільки широко розкидано значення даних відносно їх середнього значення.
The STDEV() function returns the estimate standard deviation based on a sample. The standard deviation is a measure of how widely values are dispersed from the average value.

Таким чином, для дуже великих вибірок, це некореговане вибіркове стандартне відхилення є в загальному випадку прийнятним.
Thus for very large sample sizes, the uncorrected sample standard deviation is generally acceptable.

Функція STDEVA() повертає стандартне відхилення за вибіркою. Стандартне відхилення- це міра того, наскільки широко розсіяні точки даних відносно свого середнього. Якщо комірка з даними містить текст або булівське значення« Ні», елемент враховується як 0. Якщо булівське значення рівне« Так», елемент буде враховано як 1.
The STDEVA() function returns the estimate standard deviation based on a sample. The standard deviation is a measure of how widely values are dispersed from the average value. If a referenced cell contains text or contains the boolean value FALSE, it is counted as 0. If the boolean value is TRUE it is counted as 1.

Таким чином, середньоквадратичне відхилення щодо середнього значення є меншим, ніж стандартне відхилення у будь-якій точці, та максимальне відхилення щодо середнього значення вибірки є меншим, ніж максимальне відхилення у будь-якій точці.
Thus standard deviation about the mean is lower than standard deviation about any other point, and the maximum deviation about the midrange is lower than the maximum deviation about any other point.

Результат може бути не настільки точним, як при використанні інших методів в оцінці розміру вибірки, але він дає підказку, який розмір вибірки є доречним, якщо такі параметри як очікувані стандартні відхилення або очікувані відмінності в значеннях між групами є невідомими або їх дуже важко оцінити.
It may not be as accurate as using other methods in estimating sample size, but gives a hint of what is the appropriate sample size where parameters such as expected standard deviations or expected differences in values between groups are unknown or very hard to estimate.

Аби показати, як збільшення вибірки призведе до звуження довірчого інтервалу, наведемо такі приклади: Невелика сукупність розміром N= 2 має лише 1 степінь свободи для оцінки стандартного відхилення.
To show how a larger sample will make the confidence interval narrower, consider the following examples: A small population of N= 2 has only 1 degree of freedom for estimating the standard deviation.

Вибірка обстеження не містить статистичного стандартного відхилення для вимірювання похибки.
The survey sample does not carry a statistical standard deviation to measure error.

Точки вибірки з багатовимірного нормального розподілу зі стандартним відхиленням 3 у приблизно ліво-верхньому прямому напрямку та 1 у перпендикулярному напрямку.
Sample points from a multivariate Gaussian distribution with a standard deviation of 3 in roughly the lower left-upper right direction and of 1 in the orthogonal direction.

Однак, на відміну від випадку із оцінкою математичного сподівання для сукупності, де оцінкою для вибірки є вибіркове середнє, яке є простою оцінкою із багатьма властивостями для різних задач(незміщена, ефективна, максимальної правдоподібності), але не існує єдиної оцінки з усіма цими властивостями для стандартного відхилення, а незміщена оцінка для стандартного відхилення пов'язана із технічними складностями.
However, unlike in the case of estimating the population mean, for which the sample mean is a simple estimator with many desirable properties(unbiased, efficient, maximum likelihood), there is no single estimator for the standard deviation with all these properties, and unbiased estimation of standard deviation is a very technically involved problem.