콘텐츠
실험을 수행하고 특정 결과를 얻는 모든 연구원은 "나는 다시 할 수 있습니까?"라는 질문을해야합니다. 반복성은 대답이 예일 가능성의 척도입니다. 반복성을 계산하기 위해 동일한 실험을 여러 번 수행하고 결과에 대한 통계 분석을 수행합니다. 반복성은 표준 편차와 관련이 있으며 일부 통계학자는이 두 가지를 고려합니다. 그러나 한 단계 더 나아가 평균의 표준 편차와 반복성을 동일하게 만들 수 있습니다.이 편차는 표준 편차를 샘플 세트의 샘플 수의 제곱근으로 나눕니다.
TL; DR (너무 길고 읽지 않음)
일련의 실험 결과의 표준 편차는 결과를 생성 한 실험의 반복성의 척도입니다. 한 단계 더 나아가 반복성을 평균의 표준 편차와 동일시 할 수도 있습니다.
반복성 계산
반복성에 대한 안정적인 결과를 얻으려면 동일한 절차를 여러 번 수행 할 수 있어야합니다. 이상적으로 동일한 연구원은 동일한 환경 조건에서 동일한 재료와 측정 장비를 사용하여 동일한 절차를 수행하고 모든 시험을 단기간에 수행합니다. 모든 실험이 끝나고 결과가 기록되면 연구원은 다음 통계량을 계산합니다.
평균: 평균은 기본적으로 산술 평균입니다. 그것을 찾으려면 모든 결과를 합산하고 결과 수로 나눕니다.
표준 편차: 표준 편차를 찾으려면 평균에서 각 결과를 빼고 차이를 제곱하여 양수 만 갖도록합니다. 이 제곱 차이를 요약하고 결과 수에서 1을 뺀 수로 나눈 다음 해당 몫의 제곱근을 취하십시오.
평균의 표준 편차 : 평균의 표준 편차는 표준 편차를 결과 수의 제곱근으로 나눈 값입니다.
반복성을 평균의 표준 편차 또는 표준 편차로 간주하든, 숫자가 작을수록 반복성이 높고 결과의 신뢰성이 높다는 것이 사실입니다.
예
회사는 볼링 볼을 시작하는 장치를 마케팅하려고합니다. 장치가 다이얼에서 선택한 피트 수를 볼을 정확하게 시작한다고 주장합니다. 연구자들은 다이얼을 250 피트로 설정하고 반복 시험을 수행하여 매 시험마다 공을 회수하고 무게의 변동성을 제거하기 위해 공을 다시 발사합니다. 또한 각 시행 전에 동일한 속도를 유지하기 위해 각 시험 전에 풍속을 확인합니다. 피트 단위의 결과는 다음과 같습니다.
250, 254, 249, 253, 245, 251, 250, 248.
결과를 분석하기 위해 반복성의 척도로 평균의 표준 편차를 사용하기로 결정했습니다. 다음 절차에 따라 계산합니다.
평균은 모든 결과의 합계를 결과 수 = 250 피트로 나눈 값입니다.
제곱의 합을 계산하려면 평균에서 각 결과를 빼고 차이를 제곱 한 다음 결과를 추가합니다.
(0)2 + (4)2 + (-1)2 + (3)2 + (-5)2 + (1)2 + (0)2 + (-2)2 = 56
그들은 제곱의 합을 시행 횟수에서 1을 뺀 수로 나누고 결과의 제곱근을 취하여 SD를 찾습니다.
SD = 제곱근 (56 ÷ 7) = 2.83.
평균의 표준 편차를 찾기 위해 표준 편차를 시행 횟수 (n)의 제곱근으로 나눕니다.
SDM = SD ÷ 근 (n) = 2.83 ÷ 2.83 = 1
SD 또는 SDM이 0이 이상적입니다. 결과간에 차이가 없음을 의미합니다. 이 경우 SDM이 0보다 큽니다. 모든 시행의 평균이 다이얼 판독 값과 동일하더라도 결과간에 차이가 있으며 해당 편차가 충족 될만큼 낮은 지 여부는 회사에 따라 다릅니다. 그 표준.