Errors and residuals (original) (raw)
In statistics and optimization, errors and residuals are two closely related and easily confused measures of the deviation of an observed value of an element of a statistical sample from its "true value" (not necessarily observable). The error of an observation is the deviation of the observed value from the true value of a quantity of interest (for example, a population mean). The residual is the difference between the observed value and the estimated value of the quantity of interest (for example, a sample mean). The distinction is most important in regression analysis, where the concepts are sometimes called the regression errors and regression residuals and where they lead to the concept of studentized residuals.In econometrics, "errors" are also called disturbances.
| Property | Value |
|---|---|
| dbo:abstract | En enginyeria i estadística, un error aleatori, també anomenat error indeterminat, és un error que no es pot predir en cap mesura. És causat per factors que no (o no podem) controlar. S'evidencia quant al realitzar anàlisis repetitius d'una mateixa mostra s'obtenen resultats que oscil·len al voltant d'un valor central. Té la mateixa probabilitat de ser positiu o negatiu, sempre hi és present i no es pot corregir. A mesura que augmenta el nombre de repeticions, l'efecte d'aquests errors tendeix a disminuir, ja que la seva naturalesa aleatòria fa que es compensin els uns als altres. Els errors aleatoris sovint apareixen quant els instruments són portats al seu límit. Per exemple, és comú que les balançes digitals mostrin un error aleatori en el seu últim dígit significatiu. Tres mesuraments del mateix objecte podrien acabar sent recollides com 0,9110 g, 0,99111 o 0,99112. (ca) In der Statistik sind Störgröße und Residuum zwei eng verwandte Konzepte. Die Störgrößen (nicht zu verwechseln mit Störparametern oder Störfaktoren), auch Störvariablen, Störterme, Fehlerterme oder kurz Fehler genannt, sind in einer einfachen oder multiplen Regressionsgleichung unbeobachtbare Zufallsvariablen, die den vertikalen Abstand zwischen Beobachtungspunkt und wahrer Gerade (Regressionsfunktion der Grundgesamtheit) messen. Für sie nimmt man für gewöhnlich an, dass sie unkorreliert sind, einen Erwartungswert von Null und eine homogene Varianz aufweisen (Gauß-Markow-Annahmen). Sie beinhalten unbeobachtete Faktoren, die sich auf die abhängige Variable auswirken. Die Störgröße kann auch Messfehler in den beobachteten abhängigen oder unabhängigen Variablen enthalten. Im Gegensatz zu den Störgrößen sind Residuen (lateinisch residuum = „das Zurückgebliebene“) berechnete Größen und messen den vertikalen Abstand zwischen Beobachtungspunkt und der geschätzten Regressionsgerade. Mitunter wird das Residuum auch als „geschätztes Residuum“ bezeichnet. Diese Benennung ist problematisch, da die Störgröße eine Zufallsvariable und kein Parameter ist. Von einer Schätzung der Störgröße kann daher nicht die Rede sein. Die Problematik bei der sogenannten Regressionsdiagnostik ist, dass sich die Gauß-Markow-Annahmen nur auf die Störgrößen, nicht aber auf die Residuen beziehen. Die Residuen haben zwar ebenfalls einen Erwartungswert von Null, sind aber nicht unkorreliert und weisen auch keine homogene Varianz auf. Um diesem Missstand Rechnung zu tragen, werden die Residuen meist modifiziert, um die geforderten Annahmen zu erfüllen, z. B. studentisierte Residuen. Die Quadratsumme der Residuen spielt in der Statistik in vielen Anwendungen eine große Rolle, z. B. bei der Methode der kleinsten Quadrate. Die Notation der Störgrößen als bzw. ist an das lateinische Wort erratum (Irrtum) angelehnt. Die Residuen können mit Hilfe der Residualmatrix generiert werden. (de) In der Technik, den Natur- und anderen Wissenschaften ist bekannt, dass sich Messwerte bei wiederholten Messungen trotz gleicher Bedingungen häufig unterschiedlich ergeben. Als zufällige Abweichungen oder Zufallsfehler werden die Abweichungen der Messwerte von ihrem Mittelwert bezeichnet (streng nach DIN 1319-1 die Abweichungen vom Erwartungswert als dem Grenzwert des Mittelwertes nach unendlich vielen Messwerten). Zufällige Abweichungen streuen in Betrag und Vorzeichen. Die Alternative sind Abweichungen, die sich bei wiederholten Messungen stets wieder gleich ergeben. Sie werden als systematische Abweichungen bezeichnet. Die Abweichung eines Messwertes vom wahren Wert wird als Messabweichung bezeichnet. Sie setzt sich additiv aus einer systematischen und einer zufälligen Komponente zusammen. * Die systematische Komponente lässt sich im Prinzip durch Erkundung ihrer Ursachen und deren (konstanter) Einflüsse (z. B. Temperatureinfluss, Schaltungseinfluss) erfassen. * Die zufällige Komponente lässt sich mit statistischen Methoden (vorzugsweise Fehlerrechnung) rechnerisch aus einer genügend großen Anzahl von Einzelmesswerten abschätzen. Mit einer steigenden Anzahl von Messwerten nähert sich deren Mittelwert dem Erwartungswert an; die zufällige Abweichung oder Unsicherheit des Mittelwertes nähert sich zugleich der Null an. Mathematisch ergibt sich die Konvergenz aus dem Gesetz der großen Zahlen. Durch Berichtigung des Mittelwerts um die systematischen Abweichungen erhält man die bestmögliche Annäherung an den wahren Wert. Nach DIN 1319-1 kommen als Ursachen zufälliger Messabweichungen in der Regel vor: * Nicht beherrschbare Einflüsse der Messgeräte, * Nicht beherrschbare Einflüsse aus der Umgebung, * Nicht beherrschbare Änderungen des Wertes der Messgröße, * Nicht einseitig gerichtete Einflüsse des Beobachters (z. B. bei der Ablesung einer Skale). Bestimmt man aus den Messwerten den Mittelwert und dessen Unsicherheit , dann wird bei Abwesenheit systematischer Abweichungen der wahre Wert mit einer gewissen statistischen Sicherheit vermutet in abgekürzt zu Diese Schreibweise mit ± darf nicht zu Verwechselungen mit unbekannten systematischen Messgeräteabweichungen führen, für die man in der praktischen Messtechnik eine Fehlergrenze G angibt, so dass bei einem abgelesenen Wert in derselben Schreibweise gilt abgekürzt zu Bei Messgeräteabweichungen kann man gemäß DIN 1319-1 davon ausgehen, dass der Betrag der zufälligen Abweichung wesentlich kleiner ist als die Fehlergrenze (anderenfalls ist auch die zufällige Abweichung bei der Festlegung der Fehlergrenze zu berücksichtigen). Bei Messwerten, deren Qualität von den Fehlergrenzen der Messgeräte bestimmt wird, ist die Untersuchung zufälliger Abweichungen somit nicht sinnvoll. (de) In statistics and optimization, errors and residuals are two closely related and easily confused measures of the deviation of an observed value of an element of a statistical sample from its "true value" (not necessarily observable). The error of an observation is the deviation of the observed value from the true value of a quantity of interest (for example, a population mean). The residual is the difference between the observed value and the estimated value of the quantity of interest (for example, a sample mean). The distinction is most important in regression analysis, where the concepts are sometimes called the regression errors and regression residuals and where they lead to the concept of studentized residuals.In econometrics, "errors" are also called disturbances. (en) Un résidu est dans une régression le terme qui n'est pas expliqué par les autres variables. En effet, c'est l'ensemble des facteurs variables qui ne s'inscrit pas dans la formule estimée. * Portail des probabilités et de la statistique (fr) En ingeniería y física, el error aleatorio o accidental es aquel error inevitable que se produce por eventos únicos imposibles de controlar durante el proceso de medición. Se contrapone al concepto de error sistemático. En un estudio de investigación, el error aleatorio o accidental viene determinado por el hecho de tomar solo una muestra de una población para realizar inferencias. Puede disminuirse aumentando el número y tamaño de la muestra. Cuantificación: 1. * Prueba de hipótesis 2. * intervalo de confianza Las fuentes de los errores aleatorios son difíciles de identificar o sus efectos no pueden corregirse del todo. Son numerosos y pequeños pero su acumulación hace que las medidas fluctúen alrededor de una media. * Datos: Q12089457 (es) Dalam statistika dan , galat (bahasa Inggris: error) adalah sumber variasi data yang tidak dapat dimasukkan ke dalam model. Dalam literatur statistika, galat dikenal pula sebagai sesatan, pengotor, sisa, residu, atau noise. Pada suatu model data sederhana, masing-masing nilai pengamatan (pengamatan) dapat dipilah menjadi rerata (mean) dan (deviation). Di sini, galat sama dengan simpangan. Galat yang demikian ini disebut sebagai galat pengamatan. Dalam pengambilan (sampel) data dari suatu populasi, galat diukur dari penyimpangan nilai rerata contoh dari rerata populasi. Galat ini dikenal sebagai galat pengambilan contoh (sampling error) atau galat contoh saja. * l * * s (in) L'errore casuale o statistico o indeterminato o accidentale è un errore di misurazione che può incidere con la stessa probabilità in aumento o in diminuzione sul valore misurato. Influenza la precisione del risultato. Dalla definizione segue che una serie ripetuta di misurazioni comporta la progressiva riduzione dell'errore casuale, poiché i singoli scostamenti si annullano reciprocamente. Questo genere di errore è prodotto da fenomeni aleatori derivati da errori di lettura degli strumenti o fluttuazioni indotte da fenomeni esterni, come disturbi, variazioni di temperatura ecc. Più uno strumento è preciso e meno questi fenomeni aleatori influenzano la misurazione (e dunque più piccoli sono mediamente gli errori casuali associati). (it) 誤差（ごさ、error）は、測定や計算などで得られた値 M と、指定値あるいは理論的に正しい値あるいは真値 T の差 ε であり、 で表される。 (ja) Błąd przypadkowy (błąd losowy) – rodzaj błędu pomiaru, niewynikający z czynników systematycznych, powtarzalnych. Nie można z góry przewidzieć jego wartości w kolejnych pomiarach. Informację na temat skali występowania tego błędu można uzyskać po wykonaniu serii pomiarów i wyliczeniu wybranej miary zróżnicowania rozkładu, np. odchylenia standardowego. Występowanie błędów przypadkowych powoduje, że wyniki kolejnych pomiarów zmieniają się w sposób losowy, mimo że mierzona jest ta sama wielkość w warunkach praktycznie niezmiennych. Można je modelować przy pomocy rozkładów statystycznych przykładowo rozkładu normalnego (Gaussa). (pl) Rachunek błędów – zespół zagadnień na pograniczu metrologii, statystyki i matematyki stosowanej, obejmujący zasady opracowywania i prezentacji wyników doświadczalnych. Analiza błędów obejmuje dyskusje zasadności stosowanych metod pomiarowych, dyskusje ich dokładności i powtarzalności oraz właściwą analizę wielkości błędów, czyli właśnie rachunek błędów. Wszelkie wyniki pomiarów pozbawione dyskusji błędów, a zwłaszcza określenia błędu pomiarowego, są w istocie wyłącznie wskazaniami. Jeśli na przykład ktoś stwierdza, że jest wzrostu 4 m, to w zasadzie może być to prawda, bowiem kluczowe jest zagadnienie: w jaki sposób dokonano pomiaru. Analizując możliwe błędy pomiarowe oraz prezentując wyniki pomiarów, używamy następujących określeń: * wartość prawdziwa: rzeczywista wielkości, która zazwyczaj pozostaje nieznana, ale może być przybliżona za pomocą estymatora, którym zwykle jest średnia, o ile zjawisko jest opisywane rozkładem Gaussa lub pokrewnym, w innych przypadkach sprawy wymagają głębszej analizy; * błąd pomiaru: odstępstwo wyniku jednostkowego pomiaru od wartości prawdziwej, której na ogół nie znamy; * błąd statystyczny: błąd pomiaru wynikający z ogółu wpływów środowiska, których często nie można zidentyfikować czy wyeliminować, właściwości zastosowanego przyrządu pomiarowego i innych przyczyn; * błąd systematyczny: błąd wynikający z zastosowanej metody pomiaru lub innych przyczyn (np. nie dających się wykluczyć, ale znanych zjawisk mających wpływ na pomiar), zwykle zmieniający wyniki pomiaru "w jedną stronę"; * błąd metody: błąd wynikający z zastosowanej metody pomiaru, często mający charakter błędu systematycznego; * : wartość maksymalnego odstępstwa wyniku pomiaru od wielkości poprawnej, gwarantowana przez zastosowanie określonej metody pomiarowej: np. miernik mierzy napięcie z błędem maksymalnym 1 mV, co oznacza, że wartość prawdziwa od pokazywanej przez miernik może się różnić co najwyżej o ±1 mV; * wartość błędu statystycznego (często po prostu błąd statystyczny): wartość błędu wynikająca z analizy statystycznej błędu. Aby wartość ta charakteryzowała faktycznie przebieg pomiaru, musi być ona większa niż błąd maksymalny. Innymi słowy, pomiar musi dawać różne wyniki (jeśli każdy pomiar daje w granicach błędu maksymalnego ten sam wynik, nie ma sensu stosowanie analizy statystycznej, szczegóły zjawiska są przed nami ukryte przez bezwładność układu pomiarowego, podobnie zwiększanie liczby pomiarów nie poprawi sytuacji. Zwykle jako wartość błędu statystycznego przyjmuje się odchylenie standardowe, co jest uzasadnione wyłącznie, jeśli wyniki pomiarów mają statystyczny rozkład normalny (Gaussa) lub inny, możliwy do zastosowania (np. rozkład Studenta); * odchylenie standardowe: estymator przybliżający wartość błędu statystycznego adekwatny w przypadku odpowiedniej liczności próby pomiarowej (np. odchylenie standardowe dla rozkładu Gaussa można na ogół stosować, o ile liczność próby jest większa lub równa 10) * błąd bezwzględny: wartość błędu liczona adekwatną do danej sytuacji metodą (jako błąd maksymalny lub jako błąd statystyczny) * błąd względny: wartość błędu podana jako procent mierzonej wielkości. W niektórych przypadkach działanie przyrządu pomiarowego (np. pomiar energii elektrycznej) wymusza takie określenie błędu maksymalnego, to znaczy, dla tych metod pomiaru błąd maksymalny pomiaru jest podawany jako błąd względny. Jednak samo pojęcie błędu względnego jest tak wygodne w użyciu, że stosuje się je także i tam, gdzie nie ma to czysto technicznego uzasadnienia. Błąd względny charakteryzuje użytą metodę pomiaru, a w mniejszym stopniu sam wynik pomiaru; * błąd gruby, pomyłka: ma miejsce, gdy któryś z wyników pomiaru odbiega znacznie od pozostałych, możemy przypuszczać, że zaszło jakieś zdarzenie, które spowodowało wypaczenia eksperymentu. Wyniki takie często są odrzucane podczas analizy statystycznej. Błędy grube wynikają najczęściej z jakiegoś poważnego przeoczenia, pomyłki – np. złego odczytania skali miernika, z pomylenia miejsca zapisu przecinka podczas przetwarzania pomiarów, zmierzenie nie tego obiektu itp. * maksymalny błąd: największa wartość błędu pomiarowego jaka może wystąpić w danym doświadczeniu, wielkość nieograniczona i nieokreślona w żaden sposób Od 1995 r. zalecane jest stosowanie w praktyce pomiarowej rachunku niepewności. (pl) Slumpfel avser den (större) variation som, för det mesta, uppstår mellan upprepade experimentella mätningar och det teoretiska värdet eller den givna trenden. Genom att upprepa experimentet flera gånger och beräkna ett medelvärde eller liknande av den givna datan, minskar slumpfelet i värde och ett mer tillförlitligt värde fås. I många sammanhang ökas tillförlitligheten/användbarheten hos datan om man tillsammans med medelvärdet redovisar slumpfelets storlek. (sv) O ato de medir é, em essência, um ato de comparar, e essa comparação envolve erros de diversas origens (dos instrumentos, do operador, do processo de medida etc.). Quando se pretende medir o valor de uma grandeza, pode-se realizar apenas uma ou várias medidas repetidas, dependendo das condições experimentais particulares ou ainda da postura adotada frente ao experimento. Em cada caso, deve-se extrair do processo de medida um valor adotado como melhor na representação da grandeza e ainda um limite de erro dentro do qual deve estar compreendido o valor real. (pt) У статистиці та оптимізації по́хибки (англ. errors) та за́лишки (англ. residuals) є тісно пов'язаними мірами відхилення спостережуваного значення елементу вибірки від його «теоретичного значення», які легко сплутати. Похибка (або збу́рення) спостережуваного значення є відхиленням цього спостережуваного значення від (не спостережуваного) істинного значення досліджуваної величини (наприклад, середнього значення генеральної сукупності), а залишком спостережуваної змінної є різниця між цим спостережуваним значенням та оцінкою значення досліджуваної величини (наприклад, середнім значенням вибірки). Найважливішою ця відмінність є в регресійному аналізі, де вона приводить до поняття . (uk) 统计学和最优化中，误差（error）和残差（residual）是两个相近但有区别的概念，二者均是统计样本中某一元素的与其“真值”（未必可直接观测得到）之间的离差的度量。观察的误差是观测值与相关量（例如总体平均值）的真值之间的差值。残差是观测值与统计量的估计值（例如样本均值）之间的差值。这种区别在迴歸分析中至关重要，回归分析中，这些概念有时称为回归误差（regression errors）和回归残差（regression residuals），它们引出了的概念。 计量经济学中，误差也称为扰动（disturbances）。 (zh) Випадкова похибка (англ. random error) — складова загальної похибки вимірювання, яка змінюється випадковим чином (як за знаком, так і за величиною) під час повторних вимірювань однієї і тієї ж величини. (uk) |
| dbo:wikiPageExternalLink | http://www.stat.umn.edu/rir/ https://books.google.com/books%3Fid=yRrvAAAAMAAJ&q=editions:UMM1U2yvYVUC |
| dbo:wikiPageID | 461509 (xsd:integer) |
| dbo:wikiPageLength | 16193 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID | 1118375138 (xsd:integer) |
| dbo:wikiPageWikiLink | dbr:Sample_variance dbr:Elementary_event dbr:Margin_of_error dbr:Bias_(statistics) dbc:Statistical_deviation_and_dispersion dbr:Almost_surely dbc:Regression_analysis dbr:Bessel's_correction dbr:Degrees_of_freedom_(statistics) dbr:Deviation_(statistics) dbr:Innovation_(signal_processing) dbr:Standard_deviation dbr:Confidence_interval dbr:Mathematical_optimization dbr:Mean dbr:Chi-squared_distribution dbr:Error_detection_and_correction dbr:Estimation dbr:Observation dbr:Regression_dilution dbr:Lack-of-fit_sum_of_squares dbr:Homoscedasticity dbr:Propagation_of_error dbr:Arithmetic_mean dbr:Basu's_theorem dbc:Errors_and_residuals dbr:Statistics dbr:Studentized_residual dbr:Statistical_population dbr:Student's_t-distribution dbr:Least_absolute_deviations dbr:Least_squares dbr:Linear_regression dbr:Univariate_distribution dbr:Sampling_error dbr:ANOVA dbr:Expected_value dbr:Normal_distribution dbr:Absolute_deviation dbr:Regression_analysis dbr:Sample_mean dbr:T-statistic dbr:Econometrics dbr:True_value dbr:Z-score dbr:Reduced_chi-squared_statistic dbr:Expected_Value dbr:Mean_square_error dbr:Influence_function_(statistics) dbr:Mean_absolute_error dbr:Mean_squared_error dbr:Sample_(statistics) dbr:Sum_of_absolute_errors dbr:Standard_error dbr:Outliers dbr:Explained_sum_of_squares dbr:Observational_error dbr:Type_I_and_type_II_errors dbr:Heteroscedasticity dbr:Probable_error dbr:Observed_value dbr:Population_mean dbr:Studentizing dbr:Chapman_and_Hall dbr:Squared_deviations dbr:Statistical_independence dbr:Random_and_systematic_errors dbr:Regression_coefficient dbr:Sum_of_squares_of_residuals dbr:Consensus_forecasts dbr:Journal_of_the_Royal_Statistical_Society,_Series_B dbr:Location_model_(statistics) dbr:Root_mean_square_deviation dbr:Studentized_residuals |
| dbp:id | p/e036240 (en) |
| dbp:title | Errors, theory of (en) |
| dbp:wikiPageUsesTemplate | dbt:Springer dbt:Regression_bar dbt:Cite_book dbt:Cite_journal dbt:Commons_category-inline dbt:Div_col dbt:Div_col_end dbt:More_footnotes dbt:Portal dbt:Reflist dbt:See_also dbt:Short_description dbt:Least_squares_and_regression_analysis dbt:Statistics |
| dcterms:isPartOf | http://zbw.eu/stw/mapping/dbpedia/target |
| dcterms:subject | dbc:Statistical_deviation_and_dispersion dbc:Regression_analysis dbc:Errors_and_residuals |
| rdf:type | owl:Thing |
| rdfs:comment | In statistics and optimization, errors and residuals are two closely related and easily confused measures of the deviation of an observed value of an element of a statistical sample from its "true value" (not necessarily observable). The error of an observation is the deviation of the observed value from the true value of a quantity of interest (for example, a population mean). The residual is the difference between the observed value and the estimated value of the quantity of interest (for example, a sample mean). The distinction is most important in regression analysis, where the concepts are sometimes called the regression errors and regression residuals and where they lead to the concept of studentized residuals.In econometrics, "errors" are also called disturbances. (en) Un résidu est dans une régression le terme qui n'est pas expliqué par les autres variables. En effet, c'est l'ensemble des facteurs variables qui ne s'inscrit pas dans la formule estimée. * Portail des probabilités et de la statistique (fr) 誤差（ごさ、error）は、測定や計算などで得られた値 M と、指定値あるいは理論的に正しい値あるいは真値 T の差 ε であり、 で表される。 (ja) Slumpfel avser den (större) variation som, för det mesta, uppstår mellan upprepade experimentella mätningar och det teoretiska värdet eller den givna trenden. Genom att upprepa experimentet flera gånger och beräkna ett medelvärde eller liknande av den givna datan, minskar slumpfelet i värde och ett mer tillförlitligt värde fås. I många sammanhang ökas tillförlitligheten/användbarheten hos datan om man tillsammans med medelvärdet redovisar slumpfelets storlek. (sv) O ato de medir é, em essência, um ato de comparar, e essa comparação envolve erros de diversas origens (dos instrumentos, do operador, do processo de medida etc.). Quando se pretende medir o valor de uma grandeza, pode-se realizar apenas uma ou várias medidas repetidas, dependendo das condições experimentais particulares ou ainda da postura adotada frente ao experimento. Em cada caso, deve-se extrair do processo de medida um valor adotado como melhor na representação da grandeza e ainda um limite de erro dentro do qual deve estar compreendido o valor real. (pt) У статистиці та оптимізації по́хибки (англ. errors) та за́лишки (англ. residuals) є тісно пов'язаними мірами відхилення спостережуваного значення елементу вибірки від його «теоретичного значення», які легко сплутати. Похибка (або збу́рення) спостережуваного значення є відхиленням цього спостережуваного значення від (не спостережуваного) істинного значення досліджуваної величини (наприклад, середнього значення генеральної сукупності), а залишком спостережуваної змінної є різниця між цим спостережуваним значенням та оцінкою значення досліджуваної величини (наприклад, середнім значенням вибірки). Найважливішою ця відмінність є в регресійному аналізі, де вона приводить до поняття . (uk) 统计学和最优化中，误差（error）和残差（residual）是两个相近但有区别的概念，二者均是统计样本中某一元素的与其“真值”（未必可直接观测得到）之间的离差的度量。观察的误差是观测值与相关量（例如总体平均值）的真值之间的差值。残差是观测值与统计量的估计值（例如样本均值）之间的差值。这种区别在迴歸分析中至关重要，回归分析中，这些概念有时称为回归误差（regression errors）和回归残差（regression residuals），它们引出了的概念。 计量经济学中，误差也称为扰动（disturbances）。 (zh) Випадкова похибка (англ. random error) — складова загальної похибки вимірювання, яка змінюється випадковим чином (як за знаком, так і за величиною) під час повторних вимірювань однієї і тієї ж величини. (uk) En enginyeria i estadística, un error aleatori, també anomenat error indeterminat, és un error que no es pot predir en cap mesura. És causat per factors que no (o no podem) controlar. S'evidencia quant al realitzar anàlisis repetitius d'una mateixa mostra s'obtenen resultats que oscil·len al voltant d'un valor central. Té la mateixa probabilitat de ser positiu o negatiu, sempre hi és present i no es pot corregir. A mesura que augmenta el nombre de repeticions, l'efecte d'aquests errors tendeix a disminuir, ja que la seva naturalesa aleatòria fa que es compensin els uns als altres. (ca) In der Statistik sind Störgröße und Residuum zwei eng verwandte Konzepte. Die Störgrößen (nicht zu verwechseln mit Störparametern oder Störfaktoren), auch Störvariablen, Störterme, Fehlerterme oder kurz Fehler genannt, sind in einer einfachen oder multiplen Regressionsgleichung unbeobachtbare Zufallsvariablen, die den vertikalen Abstand zwischen Beobachtungspunkt und wahrer Gerade (Regressionsfunktion der Grundgesamtheit) messen. Für sie nimmt man für gewöhnlich an, dass sie unkorreliert sind, einen Erwartungswert von Null und eine homogene Varianz aufweisen (Gauß-Markow-Annahmen). Sie beinhalten unbeobachtete Faktoren, die sich auf die abhängige Variable auswirken. Die Störgröße kann auch Messfehler in den beobachteten abhängigen oder unabhängigen Variablen enthalten. (de) In der Technik, den Natur- und anderen Wissenschaften ist bekannt, dass sich Messwerte bei wiederholten Messungen trotz gleicher Bedingungen häufig unterschiedlich ergeben. Als zufällige Abweichungen oder Zufallsfehler werden die Abweichungen der Messwerte von ihrem Mittelwert bezeichnet (streng nach DIN 1319-1 die Abweichungen vom Erwartungswert als dem Grenzwert des Mittelwertes nach unendlich vielen Messwerten). Zufällige Abweichungen streuen in Betrag und Vorzeichen. Nach DIN 1319-1 kommen als Ursachen zufälliger Messabweichungen in der Regel vor: abgekürzt zu abgekürzt zu (de) En ingeniería y física, el error aleatorio o accidental es aquel error inevitable que se produce por eventos únicos imposibles de controlar durante el proceso de medición. Se contrapone al concepto de error sistemático. En un estudio de investigación, el error aleatorio o accidental viene determinado por el hecho de tomar solo una muestra de una población para realizar inferencias. Puede disminuirse aumentando el número y tamaño de la muestra. Cuantificación: 1. * Prueba de hipótesis 2. * intervalo de confianza * Datos: Q12089457 (es) Dalam statistika dan , galat (bahasa Inggris: error) adalah sumber variasi data yang tidak dapat dimasukkan ke dalam model. Dalam literatur statistika, galat dikenal pula sebagai sesatan, pengotor, sisa, residu, atau noise. Pada suatu model data sederhana, masing-masing nilai pengamatan (pengamatan) dapat dipilah menjadi rerata (mean) dan (deviation). Di sini, galat sama dengan simpangan. Galat yang demikian ini disebut sebagai galat pengamatan. * l * * s (in) L'errore casuale o statistico o indeterminato o accidentale è un errore di misurazione che può incidere con la stessa probabilità in aumento o in diminuzione sul valore misurato. Influenza la precisione del risultato. Dalla definizione segue che una serie ripetuta di misurazioni comporta la progressiva riduzione dell'errore casuale, poiché i singoli scostamenti si annullano reciprocamente. (it) Rachunek błędów – zespół zagadnień na pograniczu metrologii, statystyki i matematyki stosowanej, obejmujący zasady opracowywania i prezentacji wyników doświadczalnych. Analiza błędów obejmuje dyskusje zasadności stosowanych metod pomiarowych, dyskusje ich dokładności i powtarzalności oraz właściwą analizę wielkości błędów, czyli właśnie rachunek błędów. Wszelkie wyniki pomiarów pozbawione dyskusji błędów, a zwłaszcza określenia błędu pomiarowego, są w istocie wyłącznie wskazaniami. Jeśli na przykład ktoś stwierdza, że jest wzrostu 4 m, to w zasadzie może być to prawda, bowiem kluczowe jest zagadnienie: w jaki sposób dokonano pomiaru. (pl) Błąd przypadkowy (błąd losowy) – rodzaj błędu pomiaru, niewynikający z czynników systematycznych, powtarzalnych. Nie można z góry przewidzieć jego wartości w kolejnych pomiarach. Informację na temat skali występowania tego błędu można uzyskać po wykonaniu serii pomiarów i wyliczeniu wybranej miary zróżnicowania rozkładu, np. odchylenia standardowego. (pl) |
| rdfs:label | Errors and residuals (en) Error aleatori (ca) Störgröße und Residuum (de) Zufällige Abweichung (de) Error aleatorio (es) Résidu (statistiques) (fr) Galat (in) Errore statistico (it) 誤差 (ja) Rachunek błędów (pl) Błąd przypadkowy (pl) Teoria dos erros (pt) Slumpfel (sv) Похибки та залишки (uk) 误差 (zh) Випадкова похибка (uk) |
| rdfs:seeAlso | dbr:Bias_(statistics) |
| owl:sameAs | wikidata:Errors and residuals wikidata:Errors and residuals dbpedia-ca:Errors and residuals dbpedia-de:Errors and residuals dbpedia-de:Errors and residuals dbpedia-es:Errors and residuals dbpedia-fr:Errors and residuals dbpedia-gl:Errors and residuals dbpedia-hu:Errors and residuals dbpedia-id:Errors and residuals dbpedia-it:Errors and residuals dbpedia-ja:Errors and residuals http://lt.dbpedia.org/resource/Atsitiktinė_paklaida dbpedia-ms:Errors and residuals dbpedia-pl:Errors and residuals dbpedia-pl:Errors and residuals dbpedia-pt:Errors and residuals dbpedia-ro:Errors and residuals dbpedia-simple:Errors and residuals http://su.dbpedia.org/resource/Errors_and_residuals_in_statistics dbpedia-sv:Errors and residuals dbpedia-tr:Errors and residuals dbpedia-uk:Errors and residuals dbpedia-uk:Errors and residuals dbpedia-zh:Errors and residuals https://global.dbpedia.org/id/FuiJ |
| skos:closeMatch | http://zbw.eu/stw/descriptor/15117-4 |
| prov:wasDerivedFrom | wikipedia-en:Errors_and_residuals?oldid=1118375138&ns=0 |
| foaf:isPrimaryTopicOf | wikipedia-en:Errors_and_residuals |
| is dbo:wikiPageDisambiguates of | dbr:Error_(disambiguation) |
| is dbo:wikiPageRedirects of | dbr:Classical_error_model dbr:Errors_and_residuals_in_statistics dbr:Disturbance_(statistics) dbr:Residual_(statistics) dbr:Residual_mean_square dbr:Mean_error dbr:Residual_Mean_Square dbr:Observation_residuals dbr:Statistical_error dbr:Statistical_residual dbr:Analysis_of_errors dbr:Classical_error dbr:Regression_error dbr:Regression_residual dbr:Residuals_(statistics) dbr:Error_(statistics) dbr:Error_effect dbr:Errors_(statistics) dbr:Errors_and_residuals_in_regression |
| is dbo:wikiPageWikiLink of | dbr:Endogeneity_(econometrics) dbr:April–June_2021_in_science dbr:Dependent_and_independent_variables dbr:Input_shaping dbr:Leverage_(statistics) dbr:Robust_Regression_and_Outlier_Detection dbr:Control_function_(econometrics) dbr:Cook's_distance dbr:Error_bar dbr:Gauss–Markov_theorem dbr:General_linear_model dbr:Circumflex dbr:GRE_Physics_Test dbr:Principle_of_marginality dbr:Ordered_logit dbr:Machine_learning dbr:Simple_linear_regression dbr:Clustered_standard_errors dbr:Propensity_score_matching dbr:Spillover_(experiment) dbr:Maximum_score_estimator dbr:Classical_error_model dbr:Glejser_test dbr:Error_(disambiguation) dbr:Errors_and_residuals_in_statistics dbr:Least_absolute_deviations dbr:Linear_regression dbr:Sampling_error dbr:99942_Apophis dbr:Akaike_information_criterion dbr:Data_transformation_(statistics) dbr:Error dbr:Error_function dbr:Forecasting dbr:Gradient_boosting dbr:Joyce_Snell dbr:Disturbance_(statistics) dbr:Realization_(probability) dbr:Regression_analysis dbr:Residual_(statistics) dbr:Residual_mean_square dbr:Union_wage_premium dbr:Statistical_model_specification dbr:Asymmetric_cointegration dbr:Binary_regression dbr:Blinder–Oaxaca_decomposition dbr:Heteroskedasticity-consistent_standard_errors dbr:Theil–Sen_estimator dbr:Mean_error dbr:Squared_deviations_from_the_mean dbr:Statistical_model_validation dbr:Sargan–Hansen_test dbr:Exogenous_and_endogenous_variables dbr:Exogeny dbr:Type_I_and_type_II_errors dbr:Sheppard's_correction dbr:Residual_Mean_Square dbr:Observation_residuals dbr:Statistical_error dbr:Statistical_residual dbr:Analysis_of_errors dbr:Classical_error dbr:Regression_error dbr:Regression_residual dbr:Residuals_(statistics) dbr:Error_(statistics) dbr:Error_effect dbr:Errors_(statistics) dbr:Errors_and_residuals_in_regression |
| is foaf:primaryTopic of | wikipedia-en:Errors_and_residuals |