标准差与标准误差.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
标准差与标准误差

标准差和标准误差;样本量 标准误差(均方误差)   在相同测量条件下进行的测量称为等精度测量,例如在同样的条件下,用同一个游标卡尺测量铜棒的直径若干次,这就是等精度测量。对于等精度测量来说,还有一种更好的表示误差的方法,就是标准误差。   标准误差定义为各测量值误差的平方和的平均值的平方根,故又称为均方误差。   设n个测量值的误差为ε1、ε2……εn,则这组测量值的标准误差σ等于:   由于被测量的真值是未知数,各测量值的误差也都不知道,因此不能按上式求得标准误差。测量时能够得到的是算术平均值(),它最接近真值(N),而且也容易算出测量值和算术平均值之差,称为残差(记为v)。理论分析表明①可以用残差v表示有限次(n次)观测中的某一次测量结果的标准误差σ,其计算公式为   对于一组等精度测量(n次测量)数据的算水平均值,其误差应该更小些。理论分析表明,它的算术平均值的标准误差。有的书中或计算器上用符号s表示)与一次测量值的标准误差σ之间的关系是   需要注意的是,标准误差不是测量值的实际误差,也不是误差范围,它只是对一组测量数据可靠性的估计。标准误差小,测量的可靠性大一些,反之,测量就不大可靠。进一步的分析表明,根据偶然误差的高斯理论,当一组测量值的标准误差为σ时,则其中的任何一个测量值的误差εi有68.3%的可能性是在(-σ,+σ)区间内。   世界上多数国家的物理实验和正式的科学实验报告都是用标准误差评价数据的,现在稍好一些的计算器都有计算标准误差的功能,因此,了解标准误差是必要的。 ? ? ? 标准差?     ??? 是方差的平方根。它和观测值有相同的单位。是最常用的表示数据分散程度的指标。对于正态分布的数据,它的用处尤大。样本标准差s是对总体标准差σ的一种估计。s的值可在有统计功能的计算器上直接得出。计算s值的功能键常用表示。 审计抽样样本量计算公式 其中: n1、n2、n3分别为属性抽样、变量抽样和货币单位抽样的样本量 C — 置信系数(Confidence Coefficient),也称置信水平、可信因子,是以百分比(90%、95%、99%等)表示的抽样结果能够代表总体的概率。一般而言,95%的置信水平则认为高度满意,置信水平越高,样本量越大。1减去置信系数为风险水平(Level of Risk),是样本结果不能代表总体的概率。 p — 预期总体误差(Expected Error Rate),即预期差错发生率,以百分比表示,是审计师估计总体可能存在的错误率。预期总体误差越高,样本量越大,用于属性抽样中,其另一个参数q等于1减去p。 P — 精度(Precision),也称精确度,由审计师设定,代表样本与总体之间的可接受误差范围。在属性抽样中,精度以百分比表示,在变量抽样中,精度用一个数值表示。精度值越大,样本量越小,总体误差值就越大;反之,精度值越小,样本量越大,总体误差值就越小,但增加了抽样工作量。 σ— 总体标准差(Population Standard Deviation),是衡量总体中个别单位偏离总体平均值的离散程度的指标,标准差越大,样本量越大,用于变量抽样中。 BV — 账面价值。 RF — 泊松分布的风险因素,或称可靠性因素,可通过查表得出。 TM — 可容忍错报额

文档评论(0)

sy78219 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档