
Zdravím, chtěla bych se zeptat, jestli jste se někdo někdy setkali s tím, že by se při počítání standardní chyby průměru dosazovala za N jednička. Jde o to, že v souboru je více podskupin, pro které je naměřen různý počet pozorování. Pro každou podskupinu je tedy znám průměr. Když se počítá SEM, tak jaká je hodnota N? Je to počet podskupin?
V jakém případě by šlo dosadit za N jedničku? Jako jedno odůvodnění mi bylo řečeno, že odhady (průměrů pro podskupiny) se počítají pro každou podskupinu zvlášť, proto N=1. Je to možné?
Děkuji :)
Offline
Aby to dávalo smysl, musíš vědět, kolik měla každá podskupina vzorků. A nejjednodušší je, když si představíš, že všechny vzorky v podskupině jsou stejné (jako ten průměr). Takže to máš vzorky (ze všech podskupin dohromady) a jejich počet je to N.
N je prostě celkový počet vzorků (a na počtu podskupin vlastně nezáleží).
Spočítat to lze asi jednodušeji ale princip je tento.
Prostě, pokud má 10 žáků proměr ze známek 3 a jeden žádk průměr ze známek 1, výsledný průměr není (3+1)/2, ale (10*3 +1)/(10+1).
S odchylkou se to dělá analogicky.
Offline

↑ MichalAld:
Takže když mám dvě podskupiny, z nichž jedna má 20 vzorků a druhá jen jeden (tzn. vzorek je průměr podskupiny), tak se N = 21, a ne 2?
Já bych potřebovala, aby ty podskupiny nějak oddělené, ne aby se daly všechny hodnoty do kupy nehledě na jejich rozdělení. Nedají se ty dva průměry z podskupin brát jako vzorky a počítat s N=2? Jako nedělat SEM z vzorků, ale z průměrů podskupin, je to možné?
Offline
Pokud to tak chceš dělat, musíš použít vážený průměr.
Ovšem jak se to dělá s tou odchylkou, to já nevím. Třeba to bude vědět někdo jiný. Můžeš zkusit tohle:
Weighted calculation
Offline