実験を行って特定の結果を得るすべての研究者は、「もう一度それを行うことはできますか？」という質問をしなければなりません。 再現性は、答えが「はい」である可能性の尺度です。 再現性を計算するには、同じ実験を複数回実行し、結果に対して統計分析を実行します。 再現性は標準偏差に関連しており、一部の統計学者は2つを同等と見なしています。 ただし、さらに一歩進んで、再現性を平均の標準偏差と同等にすることができます。 これは、標準偏差をサンプル数の平方根で割ることによって得られます。 サンプルセット。
TL; DR（長すぎる; 読んでいない）
一連の実験結果の標準偏差は、結果を生成した実験の再現性の尺度です。 さらに一歩進んで、再現性を平均の標準偏差と同等にすることもできます。
再現性の計算
再現性について信頼できる結果を得るには、同じ手順を複数回実行できる必要があります。 理想的には、同じ研究者が同じ環境条件下で同じ材料と測定機器を使用して同じ手順を実行し、すべての試行を短時間で実行します。 すべての実験が終了し、結果が記録されると、研究者は次の統計量を計算します。
平均：平均は基本的に等差平均です。 それを見つけるには、すべての結果を合計し、結果の数で割ります。
標準偏差：標準偏差を見つけるには、平均から各結果を減算し、差を2乗して、正の数のみになるようにします。 これらの二乗された差を合計し、結果の数から1を引いた数で割ってから、その商の平方根を取ります。
平均の標準偏差：平均の標準偏差は、標準偏差を結果数の平方根で割ったものです。
再現性を標準偏差と見なしても、平均の標準偏差と見なしても、 確かに、数値が小さいほど、再現性が高くなり、信頼性が高くなります。 結果。
例
ある会社は、ボウリングボールを発射するデバイスを販売したいと考えており、そのデバイスは文字盤で選択されたフィート数だけボールを正確に発射すると主張しています。 研究者は、ダイヤルを250フィートに設定し、繰り返しテストを実施し、試行のたびにボールを回収し、再起動して重量の変動を排除しました。 また、各試行の前に風速をチェックして、各打ち上げで同じであることを確認します。 フィートでの結果は次のとおりです。
250, 254, 249, 253, 245, 251, 250, 248.
結果を分析するために、彼らは再現性の尺度として平均の標準偏差を使用することにしました。 彼らはそれを計算するために次の手順を使用します：
平均は、すべての結果の合計を結果の数で割った値= 250フィートです。
二乗和を計算するには、平均から各結果を減算し、差を二乗し、結果を加算します。
(0)^2 + (4)^2 + (-1)^2 + (3)^2 + (-5)^2 + (1)^2 + (0)^2 + (-2)^2 = 56
彼らは、二乗和を試行回数から1を引いた数で割り、結果の平方根を取ることによってSDを見つけます。
\ text {SD} = \ sqrt {\ frac {56} {7}} = 2.83
標準偏差を試行回数の平方根（n）で割って、平均の標準偏差を求めます。
\ text {SDM} = \ frac {\ text {SD}} {\ sqrt {n}} = \ frac {2.83} {2.83} = 1
0のSDまたはSDMが理想的です。 結果にばらつきがないことを意味します。 この場合、SDMは0より大きくなります。 すべての試行の平均は文字盤の読みと同じですが、 結果、そして分散がそのを満たすのに十分に低いかどうかを決定するのは会社次第です 標準。