Standard Error">
Nothing Special   »   [go: up one dir, main page]
Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 27 vistas

    RESUMEN Tema 2 Teoria de Errores Topograficos

    Cargado por

    Jancel Sanchez
    El error medio cuadrático (EMC) mide el promedio de los errores al cuadrado y es una medida de la dispersión de los valores calculados en torno al valor mejor ajustado. Cuanto menor es el EMC, mayor es la precisión. El error estándar es la desviación estándar de la distribución muestral de un estadístico y es una estimación de la desviación estándar derivada de una muestra, que mide la incertidumbre de la estimación.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    RESUMEN Tema 2 Teoria de Errores Topograficos

    Cargado por

    Jancel Sanchez
    27 vistas3 páginas
    El error medio cuadrático (EMC) mide el promedio de los errores al cuadrado y es una medida de la dispersión de los valores calculados en torno al valor mejor ajustado. Cuanto menor es el EMC, mayor es la precisión. El error estándar es la desviación estándar de la distribución muestral de un estadístico y es una estimación de la desviación estándar derivada de una muestra, que mide la incertidumbre de la estimación.

    Descripción original:

    Teoría

    Título original

    RESUMEN Tema 2 teoria de errores topograficos

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El error medio cuadrático (EMC) mide el promedio de los errores al cuadrado y es una medida de la dispersión de los valores calculados en torno al valor mejor ajustado. Cuanto menor es el EMC, mayor es la precisión. El error estándar es la desviación estándar de la distribución muestral de un estadístico y es una estimación de la desviación estándar derivada de una muestra, que mide la incertidumbre de la estimación.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    27 vistas3 páginas

    RESUMEN Tema 2 Teoria de Errores Topograficos

    Cargado por

    Jancel Sanchez
    El error medio cuadrático (EMC) mide el promedio de los errores al cuadrado y es una medida de la dispersión de los valores calculados en torno al valor mejor ajustado. Cuanto menor es el EMC, mayor es la precisión. El error estándar es la desviación estándar de la distribución muestral de un estadístico y es una estimación de la desviación estándar derivada de una muestra, que mide la incertidumbre de la estimación.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 3

    ERROR MEDIA CUADRATICA

    Error medio cuadrático (EMC) Definido matemáticamente como la raíz cuadrada del cociente entre la suma de los
    cuadrados de los errores aleatorios y el número de errores menos uno, se minimiza con una solución por el método
    de los mínimos cuadrados. Él da una medida estadística de la dispersión de las posiciones calculadas en torno a la
    "posición mejor ajustada". A menor EMC mayor precisión. de un estimador mide el promedio de los errores al
    cuadrado, es decir, la diferencia entre el estimador y lo que se estima. El ECM es una función de riesgo,
    correspondiente al valor esperado de la pérdida del error al cuadrado o pérdida cuadrática. La diferencia se
    produce debido a la aleatoriedad o porque el estimador no tiene en cuenta la información que podría producir una
    estimación más precisa.1
    El ECM es el segundo momento (sobre el origen) del error, y por lo tanto incorpora tanto la varianza del estimador
    así como su sesgo. Para un estimador insesgado, el ECM es la varianza del estimador. Al igual que la varianza, el
    ECM tiene las mismas unidades de medida que el cuadrado de la cantidad que se estima. En una analogía con la
    desviación estándar, tomando la raíz cuadrada del ECM produce el error de la raíz cuadrada de la media o la
    desviación de la raíz cuadrada media (RMSE o RMSD), que tiene las mismas unidades que la cantidad que se
    estima; para un estimador insesgado, el RMSE es la raíz cuadrada de la varianza, conocida como la desviación
    estándar.

    Error está ndar


    El error estándar es la desviación estándar de la distribución muestra de un estadísticomuestral. El término
    se refiere también a una estimación de la desviación estándar, derivada de una muestra particular usada para
    computar la estimación.La media muestral es el estimador usual de una media poblacional. Sin embargo,
    diferentes muestras escogidas de la misma población tienden en general a dar distintos valores de medias
    muestrales. El error estándar de la media (es decir, el error debido a la estimación de la media poblacional a
    partir de las medias muestrales) es la desviación estándar de todas las posibles muestras (de un tamaño
    dado) escogidos de esa población. Además, el error estándar de la media puede referirse a una estimación
    de la desviación estándar, calculada desde una muestra de datos que está siendo analizada al mismo tiempo.
    En aplicaciones prácticas, el verdadero valor de la desviación estándar (o del error) es generalmente
    desconocido. Como resultado, el término "error estándar" se usa a veces para referirse a una estimación de
    esta cantidad desconocida. En tales casos es importante tener claro de dónde proviene, ya que el error
    estándar es sólo una estimación. Desafortunadamente, esto no es siempre posible y puede ser mejor usar
    una aproximación que evite usar el error estándar, por ejemplo usando la estimación de  máxima
    verosimilitud o una aproximación más formal derivada de los intervalos de confianza. Un caso bien conocido
    donde se pueda usar de forma apropiada puede ser en la distribución t de Student para proporcionar un
    intervalo de confianza para una media estimada o diferencia de medias. En otros casos, el error estándar
    puede ser usado para proveer una indicación del tamaño de la incertidumbre, pero su uso formal o semi-
    formal para proporcionar intervalos de confianza o test debe ser evitado a menos que el tamaño de la
    muestra sea al menos moderadamente grande. Aquí el concepto "grande" dependerá de las cantidades
    particulares que vayan a ser analizadas.
    Centro universitario Felipe carrillo puerto

    Asignatura: topografía

    Profesor: Arq. David Alonso Arjona puerto

    Alumno: joseth jancel cumi sanchez

    1er cuatrimestre
    Error estándar
    El error estándar es la desviación estándar de la distribución muestra de un estadístico muestral.1 El término se
    refiere también a una estimación de la desviación estándar, derivada de una muestra particular usada para
    computar la estimación.La media muestral es el estimador usual de una media poblacional. Sin embargo, diferentes
    muestras escogidas de la misma población tienden en general a dar distintos valores de medias muestrales.
    El error estándar de la media (es decir, el error debido a la estimación de la media poblacional a partir de las
    medias muestrales) es la desviación estándar de todas las posibles muestras (de un tamaño dado) escogidos de
    esa población. Además, el error estándar de la media puede referirse a una estimación de la desviación estándar,
    calculada desde una muestra de datos que está siendo analizada al mismo tiempo. En aplicaciones prácticas, el
    verdadero valor de la desviación estándar (o del error) es generalmente desconocido. Como resultado, el término
    "error estándar" se usa a veces para referirse a una estimación de esta cantidad desconocida. En tales casos es
    importante tener claro de dónde proviene, ya que el error estándar es sólo una estimación. Desafortunadamente,
    esto no es siempre posible y puede ser mejor usar una aproximación que evite usar el error estándar, por ejemplo
    usando la estimación de máxima verosimilitud o una aproximación más formal derivada de los intervalos de
    confianza. Un caso bien conocido donde se pueda usar de forma apropiada puede ser en la distribución t de
    Student para proporcionar un intervalo de confianza para una media estimada o diferencia de medias. En otros
    casos, el error estándar puede ser usado para proveer una indicación del tamaño de la incertidumbre, pero su uso
    formal o semi-formal para proporcionar intervalos de confianza o test debe ser evitado a menos que el tamaño de la
    muestra sea al menos moderadamente grande. Aquí el concepto "grande" dependerá de las cantidades
    particulares que vayan a ser analizadas.

    También podría gustarte