Zehn Einheiten Streuung in einer einzelnen Messung, und der Mittelwert von fünfundzwanzig solchen Messungen trägt 10/√25 = 2 davon. Der Rechner zeigt 2 für 10/sqrt(25), und der zweite Link zeigt das √25 = 5, das die Division macht. Die Quadratwurzel ist der ganze Punkt: Unabhängige Fehler heben sich teilweise auf, der Mittelwert ist also schärfer als der Einzelfall – aber nur um √n, weshalb eine Halbierung der Unsicherheit viermal so viele Daten kostet.
Lesen Sie σ/√n rückwärts, und es ist der Grund, warum Stichprobengrößen so gewählt werden, wie sie gewählt werden. Den Standardfehler auf ein Zehntel zu senken braucht hundertmal so viele Beobachtungen; die Paare eines gepaarten Designs, die Klumpen einer Erhebung und jede Korrelation zwischen Fällen machen das effektive n kleiner als das gezählte n, was das Erste ist, worüber ein Statistiker bei einer Schlagzeilenzahl streitet. Die Größe heißt Standardfehler, um sie von der Standardabweichung getrennt zu halten, und die beiden zu verwechseln – die Streuung der Stichprobe anzugeben, als wäre sie die Unsicherheit des Mittelwerts – bläht den Fehler genau um diesen Faktor auf, weshalb eine Arbeit fünfmal verrauschter aussehen kann, als ihre eigenen Daten es machen.
Antwort
2
So lesen Sie sie
10/sqrt(25) auf dem Rechner. Der zweite Link zeigt √25 = 5, den Divisor; der dritte macht die Division in einem Schritt.
Quelle
The variance of a sum of independent terms is the sum of their variances, so the mean of n of them has variance σ²/n and standard deviation σ/√n; the √n law is the standard consequence in the error theory of Gauss and Legendre
Im Rechner durchrechnen
Diese Links öffnen den passenden Rechner mit den bereits eingegebenen Zahlen dieser Aufgabe. Die Zeile darüber ist das, was der Bildschirm anzeigen sollte – prüfen Sie selbst.