如下参考:
1.首先选择最后一个标准偏差来显示复制的单元格,如下图所示。
2.点击[start]-[autosum]旁边的三角形,就会出现一个下拉菜单。点击【其他功能】如下图所示。
3.出现[insertfunction]窗口,点击[selectcategory],选择[all],找到standarddeviation[STDEVP]函数,如下图所示。
4.单击ok后,单击箭头所指的位置并选择数据,如下图所示。
5.选择后,点击“ok”,可以看到计算出的标准差,如下图所示。
这是估计的标准误差,是残差均方开根号的值,残差均方等于残差平方和除以自由度,残差平方和等于总平方和减去回归平方和。
标准误(SEM)英文:StandardErrorofMean标准误标准误,即样本均数的标准差,是描述均数抽样分布的离散程度及衡量均数抽样误差大小的尺度,反映的是样本均数之间的变异。
准确的来说,标准误差与标准偏差不是一个概念。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,而计算标准偏差时常用到贝塞尔公式。
扩展资料:
标准差是方差的算术平方根。
标准差能反映一个数据集的离散程度。平均数相同的,标准差未必相同。
标准差也被称为标准偏差,或者实验标准差。
:√[∑di^2/(n-1)]=Re,(式中:n为测量次数);
第一组有以下三个样本:3,4,5
第二组有以下三个样本:2,4,6
这两组的平均值都是4,但是第一组的三个数值相对更靠近平均值,也就是离散程度小,均方差就是表示这个的。
参考资料来源:百度百科-均方根误差
SE of regression是标准误差,计算公式:RSS除以 (n-k)(n为自由变量个数10,k为3) 再开根号。
F = (ESS/k)/[RSS/(n-k-1)]
Adjusted R-squared = 1-[RSS/(n-k-1)]/[TSS/(n-1)]
R-squared 0.66325 Mean dependent var 5.123810
Adjusted R-squared S.D. dependent var 3.694984
S.E. of regression Akaike info criterion 4.505098
Sum squared resid 91.95205 Schwarz criterion 4.604576
Log likelihood -45.30353 F-statistic
Durbin-Watson stat 0.858742 Prob(
扩展资料:
在实际测量中,观测次数n总是有限的,真值只能用最可信赖(最佳)值来代替。标准误差 对一组测量中的特大或特小误差反映非常敏感,所以,标准误差能够很好地反映出测量的精密度。这正是标准误差在工程测量中广泛被采用的原因。
因此,标准差是用来衡量一组数自身的离散程度,而均方根误差是用来衡量观测值同真值之间的偏差,它们的研究对象和研究目的不同,但是计算过程类似。
参考资料来源:百度百科-均方根误差
欢迎分享,转载请注明来源:夏雨云
评论列表(0条)