สูตรนี้เป็นสถานที่ต่าง ๆ ที่มีอยู่รวมทั้งวิกิพีเดีย
กุญแจสำคัญคือการแจ้งให้ทราบว่ามันขึ้นอยู่กับสิ่งที่หมายถึงน้ำหนัก โดยเฉพาะอย่างยิ่งคุณจะได้รับคำตอบที่แตกต่างกันหากน้ำหนักเป็นความถี่ (เช่นคุณกำลังพยายามหลีกเลี่ยงการบวกผลรวมทั้งหมดของคุณ) หากน้ำหนักเป็นจริงแล้วความแปรปรวนของการวัดแต่ละครั้งหรือหากเป็นเพียงค่าภายนอกบางอย่างที่คุณต้องการ กำหนดข้อมูลของคุณ
ในกรณีของคุณมันเผินๆดูเหมือนว่าน้ำหนักที่มีความถี่แต่พวกเขาไม่ได้ คุณสร้างข้อมูลจากความถี่ แต่ไม่ใช่เรื่องง่ายที่จะมี 45 ระเบียน 3 และ 15 รายการ 4 ในชุดข้อมูลของคุณ คุณต้องใช้วิธีการสุดท้ายแทน (อันที่จริงทั้งหมดนี้เป็นขยะ - คุณจริงๆต้องใช้รูปแบบที่ซับซ้อนมากขึ้นของกระบวนการที่มีการสร้างตัวเลขเหล่านี้เห็นได้ชัดว่าคุณไม่! ไม่ได้มีสิ่งที่ถ่มน้ำลายออกหมายเลขปกติกระจายเพื่อพัฒนาการระบบที่มีค่าเบี่ยงเบนมาตรฐาน ไม่ใช่สิ่งที่ถูกต้องที่จะทำ)
ในกรณีใด ๆ สูตรสำหรับความแปรปรวน (ซึ่งคุณคำนวณค่าเบี่ยงเบนมาตรฐานตามวิธีปกติ) ด้วยน้ำหนัก "ความน่าเชื่อถือ" คือ
∑wi(xi−x∗)2∑wi−∑w2i∑wi
โดยที่เป็นค่าเฉลี่ยถ่วงน้ำหนักx∗=∑wixi/∑wi
คุณไม่มีค่าประมาณสำหรับน้ำหนักซึ่งฉันคิดว่าคุณต้องการที่จะเป็นสัดส่วนกับความน่าเชื่อถือ รับเปอร์เซ็นต์วิธีที่คุณจะทำการวิเคราะห์ที่ยุ่งยากแม้ว่าพวกเขาจะถูกสร้างขึ้นโดยกระบวนการของ Bernoulli เพราะถ้าคุณได้รับคะแนน 20 และ 0 คุณก็จะมีจำนวนอนันต์ การให้น้ำหนักโดยการผกผันของ SEM เป็นสิ่งที่พบได้บ่อยและบางครั้งก็เหมาะสมที่สุด บางทีคุณควรใช้ประมาณการเบส์หรือวิลสันทำคะแนนช่วงเวลา