이 일반적인 주제는 이전에 논의되었습니다. 여기 그러나 나는 만족하지 못한다. JMP 전문가는 진행 상황을 설명하는 공식을 게시했습니다. 하지만 개념적인 질문이 있습니다. 예를 들어 일부 하위 샘플에 다른 것보다 더 많은 가중치를 부여하려는 경우 가중치가 추정치를 조정하는 데 유용하다고 생각합니다. 100명의 남성과 1,000명의 여성이 있고 동일한 수의 남성과 여성이 있는 표본의 평균과 표준 편차를 추정하려는 경우 관찰에 각각 1100/100 및 1100/1000의 가중치를 부여할 수 있습니다.
문제는 다음과 같습니다. JMP에서 관측치 분포로 시작하여 가중치를 "1"에서 변경해도 평균은 동일하게 유지됩니다. 모든 관측치에 1, 2, 3, 또는 6,000), 분포 평균은 변경되지 않지만 표준 편차는 변경됩니다. 이것이 왜 의미가 있습니까? JMP 전문가 여러분, 그런 일이 일어난다는 것을 보여주는 공식만 제공하지 마십시오. 개념적으로 의미가 있는 이유는 무엇입니까? 제 생각에는 가중치가 2(샘플 크기가 두 배가 됨) 또는 3(샘플 크기가 세 배가 됨)만큼 가중치를 두는 경우 평균과 SD가 변경되지 않아야 하는 것 같습니다. 물론 제곱합은 증가하지만 SD는 AVERAGE 제곱합의 함수입니다.
감사합니다.
마이크 베일리
추신: 원하는 경우 확인하는 데 사용할 수 있는 "Weightsdata" 파일을 첨부합니다. 변수 "가중치"의 값은 1이므로 가중치를 적용해도 변경되지 않습니다. "가중치 2"는 값이 2이고 "가중치 3"은 값이 3입니다.
