실험을 수행하고 특정 결과를 얻는 모든 연구원은 "다시 할 수 있습니까?"라는 질문을해야합니다. 반복성은 대답이 예일 가능성의 척도입니다. 반복성을 계산하려면 동일한 실험을 여러 번 수행하고 결과에 대한 통계 분석을 수행합니다. 반복성은 표준 편차와 관련이 있으며 일부 통계학자는 두 가지를 동등한 것으로 간주합니다. 그러나 한 단계 더 나아가 반복성을 평균의 표준 편차와 동일시 할 수 있습니다. 표준 편차를 샘플 수의 제곱근으로 나눈 값입니다. 샘플 세트.
TL; DR (너무 김; 읽지 않음)
일련의 실험 결과의 표준 편차는 결과를 생성 한 실험의 반복성을 측정 한 것입니다. 또한 한 단계 더 나아가 반복성을 평균의 표준 편차와 동일시 할 수 있습니다.
반복성 계산
반복성에 대한 신뢰할 수있는 결과를 얻으려면 동일한 절차를 여러 번 수행 할 수 있어야합니다. 이상적으로는 동일한 연구원이 동일한 환경 조건에서 동일한 재료와 측정 기기를 사용하여 동일한 절차를 수행하고 모든 실험을 단시간에 수행합니다. 모든 실험이 끝나고 결과가 기록되면 연구원은 다음과 같은 통계량을 계산합니다.
평균:평균은 기본적으로 산술 평균입니다. 그것을 찾으려면 모든 결과를 합하고 결과 수로 나눕니다.
표준 편차:표준 편차를 찾으려면 평균에서 각 결과를 빼고 양수 만 있도록 차이를 제곱합니다. 이 제곱 차이를 합산하고 결과 수에서 1을 뺀 다음 그 몫의 제곱근을 취하십시오.
평균의 표준 편차 :평균의 표준 편차는 표준 편차를 결과 수의 제곱근으로 나눈 값입니다.
반복성을 표준 편차로 사용하든 평균의 표준 편차로 사용하든 상관 없습니다. 숫자가 작을수록 반복성이 높아지고 결과.
예
한 회사가 볼링 공을 발사하는 장치를 판매하려고합니다. 장치가 다이얼에서 선택한 발 수만큼 공을 정확하게 발사한다고 주장합니다. 연구원들은 다이얼을 250 피트로 설정하고 반복적 인 테스트를 수행하고 매 시험 후 공을 회수하고 무게의 변동성을 제거하기 위해 공을 다시 발사합니다. 또한 각 시험 전에 풍속을 확인하여 각 발사에 대해 동일한 지 확인합니다. 피트의 결과는 다음과 같습니다.
250, 254, 249, 253, 245, 251, 250, 248.
결과를 분석하기 위해 평균의 표준 편차를 반복성의 척도로 사용하기로 결정합니다. 다음 절차를 사용하여 계산합니다.
평균은 모든 결과의 합계를 결과 수 = 250 피트로 나눈 값입니다.
제곱합을 계산하기 위해 평균에서 각 결과를 빼고 차이를 제곱 한 다음 결과를 더합니다.
(0)^2 + (4)^2 + (-1)^2 + (3)^2 + (-5)^2 + (1)^2 + (0)^2 + (-2)^2 = 56
그들은 제곱합을 시행 횟수 빼기 1로 나누고 결과의 제곱근을 취하여 SD를 찾습니다.
\ text {SD} = \ sqrt {\ frac {56} {7}} = 2.83
평균의 표준 편차를 찾기 위해 표준 편차를 시행 횟수 (n)의 제곱근으로 나눕니다.
\ text {SDM} = \ frac {\ text {SD}} {\ sqrt {n}} = \ frac {2.83} {2.83} = 1
0의 SD 또는 SDM이 이상적입니다. 결과간에 차이가 없음을 의미합니다. 이 경우 SDM은 0보다 큽니다. 모든 시행의 평균이 다이얼 판독 값과 동일하지만, 사이에 차이가 있습니다. 결과를 충족 할 수있을만큼 분산이 낮은 지 여부를 결정하는 것은 회사의 몫입니다. 표준.