Pergunta sobre barras de erro para analise estatistica dos dados?

Oi

tenho uma carga de resultados de alguns trabalhos de campo que tenho feito, e eu preciso saber como colocar barras de erros no trabalho. não tenho a menor idéia sobre estatísticas, ele só vai em 1 orelha e de outros, então se alguém poderia me dizer o que eu preciso para calcular e desenhar a barra de erro, como um guia passo a passo, eu serei muito grato

Muito obrigado

Resposta

Barras de erro são usados em gráficos de dados.

Quando você está fazendo um gráfico, você estiver plotando pontos em um gráfico, relativas a dois fatores mutuamente. Por exemplo, você pode ser traçando a altura de uma vela vs quanto tempo que ele tem sido queimando. Em uma hora, a vela pode ser de seis polegadas de altura e em duas horas, cinco centímetros.

Barras de erro vêm para jogar quando você tem incerteza em sua medida. Talvez você mediu a vela com uma régua de precisa de um centímetro. Nesse caso, você poderia estar fora por um quarto de polegada de qualquer maneira. Desenharia um erro da barra correspondente que meia polegada "janela", centrada na medição da vela.

Mais frequentemente, barras de erro são quando você tem um monte de medições a média juntos. Talvez você está fazendo este teste com várias velas. No final de uma hora de gravação, medições de cinco velas diferentes dar cinco alturas diferentes.

Suponha que temos alturas de 6.0, 6.5, 5.5, 5.7 e 6.3.

Tomando a média, temos 6.0.

Agora, vamos dar o desvio-padrão. Esta é a medida mais popular do que é chamado de "tendência dispersiva" em torno da média, então vamos usá-lo.

O desvio padrão é a raiz quadrada do quadrado da diferença entre cada medida e a média das medições.

As diferenças para o nosso conjunto de dados são: 0.0, 0.5 -0.5, -0,3 e 0,3.

Se você somar estes, você obtém zero, que é o que esperamos. A média dos números é 6.0, portanto, as diferenças entre os números e a média devem adicionar até zero.

Mas para o desvio-padrão, nós quadrados as diferenças: 0,0, 0.25, 0.25, 0.09, 0.09

Esquadrando os números é uma boa maneira de se livrar dos sinais negativos. Agora vamos adicioná-los todos até: 0.0 + 0,25 + 0,25 + 0,09 0,09 = 0,68

O quadrado do desvio padrão, também conhecido como variância, é 0,68.

Tomar a raiz quadrada deste número e obtemos 0.825. Este é o desvio-padrão.

Seu significado é que aproximadamente 68% das observações deve cair essa distância a partir da média. Ou seja, se tomarmos outra vela ao acaso e queimá-lo por uma hora, esperamos que ele tenha uma altura de 5.175 polegadas polegadas 6.825 em 68% dos casos. Se as barras de erro são fixadas a um desvio padrão, você iria chamar-lhes de 5,175 6.825 no gráfico, com um ponto no valor médio do 6.0.

Agora, a maioria das pessoas não carregam esse número 68% ao redor em suas cabeças, e 68% não é realmente tão definitivo um Cut-off. Muitas pessoas gostam de usar uma janela mais ampla.

Acontece que 95% das observações aleatórias de uma variada vai cair dentro de 2 desvios-padrão da média. No caso dos nossos dados de vela, esperamos que a altura de 95% das velas tomadas aleatoriamente a cair dentro de 1,65 polegadas da nossa média de 6 polegadas.

Se você quiser usar um intervalo de confiança de 95%, as barras de erro devem estender de 4,35 até 7,65.

99,7% de observações cairá dentro 3 standard deviations da média, ou 2.475 polegadas do nosso valor de 6 polegadas. Essas barras de erro seriam estenda de 3.525 a 8.475.

Qualquer intervalo de confiança que você usar, certificar-se de que você observe no gráfico. A pessoa que lê o gráfico nunca deve ter de adivinhar.

Aliás, estas são todas vertical barras de erro. Eu estou supondo que você tem um relógio decente, não há erro insignificante na sua medida de tempo e todos os seu erro está no eixo Y. Talvez você tenha um relógio que está agindo para cima, e mantem-se tempo para cinco minutos. Nesse caso, você também pode desenhar barras de erro horizontal, indicando o erro em seu tempo de mais ou menos cinco minutos. Agora, em vez de barras de erro, você tem erro cruzes, assinalavam em pequenos retângulos.

Finalmente, assumi que o erro em torno de suas medidas é simétrico. Isso nem sempre é o caso, mas que é algo para mais tarde, quando você está mais avançado em análise estatística.