请计算数据组"10,7,10,8,10,10,7,6"的均值,中位数,众数,标准差和极差

Posted 2023-05-10

平均值=（10+7+10+8+10+10+7+6）÷8=8.5
中位数=（10+8）÷2=9
众数=10
方差s2=〔（10-8.5）2+(7-8.5)2+(10-8.5)2+(8-8.5)2+（10-8.5）2+（10-8.5）2+（7-8.5）2+（6-8.5）2〕=20
标准差s=根号20=2倍的根号5
极差=10-6=4 参考技术A 标准偏差反映的是个体观察值的变异，标准误反映的是样本均数之间的变异（即样本均数的标准差，是描述均数抽样分布的离散程度及衡量均数抽样误差大小的尺度），标准误不是标准差，是多个样本平均数的标准差。
不知道整体的离散程度怎么和标准误扯上了关系？我不认为我和“蝶谷医仙”兄理解的有错误，
另外，即便总体标准差的一个无偏估计量，抽样误差永远存在，均数±标准差可以解释的很清楚，侧重点是整体，均数±标准误也可以解释，侧重点是抽样，均数±标准偏差如何去全面说明试验得到的数据？仅仅是反映个体观察值的变异坐等

使用 metafor 计算效果大小（使用“SMD”）：插入组差异的标准差而不是组特定的 SD？

【中文标题】使用 metafor 计算效果大小（使用“SMD”）：插入组差异的标准差而不是组特定的 SD？

【英文标题】：Effect Size Calculation with metafor (using "SMD"): insert standard deviation of difference of groups rather than group-specific SDs?

【发布时间】：2021-09-27 14:46:11

【问题描述】：

我目前正在尝试计算我正在进行的荟萃分析的效果大小。我有兴趣计算配对数据的标准化平均差。我正在使用包 metafor 的 escalc 函数（“SMD”）来执行此操作。

我已经意识到为什么提取数据，有些论文只报告差异分数的标准差，而不是具体报告两组的 SD。在这种情况下，我如何将它们实现到 escalc 函数中，因为“SMD”似乎总是需要组的 SD。

非常感谢！

【参考方案1】：

Measure SMD 不适用于配对数据。请参阅help(escalc) 或转到https://wviechtb.github.io/metafor/reference/escalc.html 并搜索措施SMCC 和SMCR。以“关于更改分数度量的一些注释”开头的部分。尤其重要。