অবশ্যই গড় প্লাস ওয়ান এসডি বৃহত্তম পর্যবেক্ষণকে ছাড়িয়ে যেতে পারে।
নমুনা 1, 5, 5, 5 বিবেচনা করুন -
এর অর্থ 4 এবং স্ট্যান্ডার্ড বিচ্যুতি 2, সুতরাং গড় + এসডি 6, নমুনার সর্বাধিকের চেয়ে আরও একটি। এখানে আর এ গণনা:
> x=c(1,5,5,5)
> mean(x)+sd(x)
[1] 6
এটি একটি সাধারণ ঘটনা। এটি ঘটে যখন ঝুঁকতে থাকে যখন উচ্চ মানের একগুচ্ছ থাকে এবং একটি লেজ বাম দিকে বন্ধ থাকে (যেমন যখন শক্তিশালী বাম সঙ্কোচ থাকে এবং সর্বাধিকের নিকটে একটি শীর্ষ থাকে)।
-
একই সম্ভাবনা কেবলমাত্র নমুনা নয়, সম্ভাব্যতা বিতরণের ক্ষেত্রেও প্রযোজ্য - জনসংখ্যার অর্থ প্লাস জনসংখ্যার এসডি সহজেই সর্বোচ্চ সম্ভাব্য মান অতিক্রম করতে পারে।
এখানে একটি ঘনত্বের একটি উদাহরণ রয়েছে , যার সর্বাধিক সম্ভাব্য মান 1:beta(10,12)
এই ক্ষেত্রে, আমরা বিটা বিতরণের জন্য উইকিপিডিয়া পৃষ্ঠাটি দেখতে পারি, যা বলে যে এর অর্থটি হ'ল:
E[X]=αα+β
এবং বৈকল্পিকতা হ'ল:
var[X]=αβ(α+β)2(α+β+1)
(যদিও আমাদের উইকিপিডিয়ায় নির্ভর করার দরকার নেই, যেহেতু এগুলি উত্সাহ দেওয়া বেশ সহজ))
সুতরাং এবং আমাদের অর্থ এবং এসডি , সুতরাং + এসডি , সম্ভাব্য সর্বাধিক 1 এর চেয়ে বেশি।β = 1α=10 ≈0.9523≈0.0628≈1.0152β=12≈0.9523≈0.0628≈1.0152
অর্থাত্, গড় + এসডি এর মান থাকা খুব সহজেই সম্ভব যা ডেটা মান হিসাবে পর্যবেক্ষণ করা যায় না ।
-
মোড সর্বাধিক ছিল যে কোনও অবস্থার জন্য, পিয়ারসন মোড স্কিউনেস কেবলমাত্র সর্বাধিক ছাড়িয়ে এসডি করতে হবে। এটি ইতিবাচক বা নেতিবাচক যে কোনও মান নিতে পারে, তাই আমরা এটি সহজেই দেখতে পেতাম।<−1
-
একটি ঘনিষ্ঠভাবে সম্পর্কিত সমস্যা প্রায়শই দ্বিপদী অনুপাতের জন্য আত্মবিশ্বাসের ব্যবধানগুলির সাথে দেখা হয় , যেখানে সাধারণত ব্যবহৃত ব্যবধান, সাধারণ আনুমানিক ব্যবধান বাইরে সীমা তৈরি করতে পারে ।[0,1]
উদাহরণস্বরূপ, বার্নোল্লি ট্রায়ালগুলিতে সাফল্যের জনসংখ্যার অনুপাতের জন্য একটি 95.4% স্বাভাবিক আনুমানিক ব্যবধান বিবেচনা করুন (ফলাফলগুলি যথাক্রমে সাফল্য এবং ব্যর্থতার প্রতিনিধিত্ব করে 1 বা 0) যেখানে 4 টি পর্যবেক্ষণ " " এবং একটি পর্যবেক্ষণ " " হয়।010
তারপরে বিরতিটির জন্য ওপরের সীমাটিp^+2×14p^(1−p^)−−−−−−−−−√=p^+p^(1−p^)−−−−−−−√=0.75+0.433=1.183
এটি কেবলমাত্র নমুনা মানে + বাইনোমিয়ালের জন্য এসডির স্বাভাবিক অনুমান ... এবং একটি অসম্ভব মান উত্পন্ন করে।
0,1,1,1 জন্য স্বাভাবিক নমুনা SD 0.5 বদলে 0.433 (তারা কারণ মানক চ্যুতির দ্বিপদ এমএল অনুমান পৃথক অনুরূপ দ্বারা ভ্যারিয়েন্স বিভাজক থেকে বদলে )। তবে এতে কোনও পার্থক্য নেই - উভয় ক্ষেত্রেই, মানে + এসডি সম্ভাব্যতম অনুপাতের চেয়ে বেশি।p^(1−p^)nn−1
এই সত্য - দ্বিপদী জন্য একটি সাধারণ আনুমানিক অন্তর "অসম্ভব মান" উত্পাদন করতে পারে প্রায়শই বই এবং কাগজপত্রগুলিতে লক্ষ করা যায়। তবে, আপনি দ্বিপদী ডেটা নিয়ে কাজ করছেন না। তবুও সমস্যা - যার অর্থ + কিছু মানক বিচ্যুতি কোনও সম্ভাব্য মান নয় - এটি অভিন্ন।
-
আপনার ক্ষেত্রে, আপনার নমুনায় অস্বাভাবিক "0" মানটি এসডিটিকে নীচের দিকে টানানোর চেয়ে আরও বড় করে তুলছে, যার কারণে গড় + এসডি বেশি।
-
(পরিবর্তে প্রশ্নটি হবে - কী যুক্তি দিয়ে এটি অসম্ভব? - কারণ কেন না কেউ কেন ভাববে যে এতো সমস্যা আছে, আমরা কী সম্বোধন করব?)
যৌক্তিকভাবে অবশ্যই, এটি প্রদর্শিত হয় যেখানে একটি উদাহরণ দিয়ে এটি সম্ভব হয়। আপনি ইতিমধ্যে এটি সম্পন্ন করেছেন। এটি অন্যথায় হওয়া উচিত কারণ হিসাবে একটি নির্দিষ্ট কারণ অনুপস্থিতিতে, আপনি কি করবেন?
উদাহরণ যদি পর্যাপ্ত না হয় তবে কী প্রমাণ গ্রহণযোগ্য হবে?
কোনও বইয়ের কোনও বিবৃতিতে কেবল ইঙ্গিত করার কোনও কারণ নেই, যেহেতু যে কোনও বই ভুল করে একটি বিবৃতি দিতে পারে - আমি এগুলি সর্বদা দেখি। একজনকে সরাসরি সম্ভব যে এটি সম্ভব তা প্রমাণের উপর নির্ভর করতে হবে, হয় বীজগণিতের প্রমাণ (উদাহরণস্বরূপ উপরের বিটা উদাহরণ থেকে তৈরি করা যেতে পারে *) অথবা সংখ্যাসূচক উদাহরণ দ্বারা (যা আপনি ইতিমধ্যে দিয়েছিলেন), যে কেউ নিজের সত্যকে পরীক্ষা করতে পারে ।
* whuber মন্তব্যগুলিতে বিটা মামলার সুনির্দিষ্ট শর্ত দেয়।