Dieci unità di dispersione in una singola misura, e la media di venticinque misure del genere ne porta 10/√25 = 2. Il banco di lavoro stampa 2 per 10/sqrt(25), e il secondo link stampa il √25 = 5 che fa la divisione. La radice quadrata è tutto il punto: gli errori indipendenti si cancellano in parte, quindi la media è più precisa del caso singolo, ma solo di √n, ed è per questo che dimezzare un'incertezza costa quattro volte i dati.
Leggi σ/√n al contrario ed è il motivo per cui le dimensioni dei campioni si scelgono come si scelgono. Per tagliare l'errore standard a un decimo servono cento volte le osservazioni; le coppie di un disegno appaiato, il raggruppamento in un'indagine e qualsiasi correlazione tra i casi rendono tutti l'n effettivo più piccolo dell'n contato, che è la prima cosa su cui uno statistico discute a proposito di un numero da titolo. La quantità si chiama errore standard per tenerla distinta dalla deviazione standard, e confondere le due, citare la dispersione del campione come se fosse l'incertezza della media, gonfia l'errore esattamente di questo fattore: è così che un articolo può sembrare cinque volte più rumoroso di quanto i suoi stessi dati lo rendano.
Risposta
2
Come leggerla
10/sqrt(25) sul banco di lavoro. Il secondo link stampa √25 = 5, il divisore; il terzo fa la divisione in un passo.
Fonte
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
Svolgilo nella calcolatrice
Questi link aprono la calcolatrice giusta con i numeri di questo problema già digitati. La riga sopra è ciò che lo schermo dovrebbe mostrare — verifica tu stesso.