SAMPLE MEAN in Thai translation

• ค่าเฉลี่ยตัวอย่าง

Examples of using Sample mean in English and their translations into Thai

We figured out the sum of squares between each data point and its central tendency, its sample mean, we figure out and we totaled it all up, we got 6 for the sum of squares within.
เราหาผลรวมของกำลังสองระหว่างจุดข้อมูลกับแนวโน้มสู่ศูนย์กลาง, คือค่าเฉลี่ยตัวอย่างเราหาออกมาแล้วเรารวมทั้งหมดเข้า, เราได้6เป็นผลบวกกำลังสองภายในกลุ่ม

But when we talk about the sample mean and the sampling distribution of the sample mean which we're going to talk more and more about over the next few videos, normally the sample refers to the set of samples from your distribution.
แต่เมื่อเราพูดถึงค่าเฉลี่ยตัวอย่างและการกระจายตัวของกลุ่มตัวอย่างของค่าเฉลี่ยตัวอย่างซึ่งเราจะพูดถึงอีกในวิดีโอต่อไปโดยทั่วไปแล้วตัวอย่าง

So at least for your sample you say"My sample mean is 2 hours of television." It's an estimate, it's a statistic that is trying to estimate this parameter, this thing that is very hard to know.
อย่างน้อยสำหรับกลุ่มตัวอย่างคุณบอกว่าค่าเฉลี่ยตัวอย่างได้ว่าดูทีวี2ชั่วโมง" นั่นคือค่าประมาณ, มันคือสถิติเวลาเราพยายามประมาณค่าพารามิเตอร์นี้, เจ้านี่เป็นค่าที่หาได้ยาก

Now the mean value of this, the mean-- let me write it-- the mean of the sampling distribution of the sample mean, this x bar-- that's really just the sample mean right over there-- is equal to, if we were to do this millions and millions of times.
ทีนี้ค่าเฉลี่ยของอันนี้, ค่าเฉลี่ย--เขียนมันลงไปนะ--ค่าเฉลี่ยของการกระจายตัวตัวอย่างของค่าเฉลี่ยตัวอย่าง, ค่าxบาร์นี้--นั่นก็แค่ค่าเฉลี่ยตัวอย่าง

So for every data point in our sample, so we have n of them we take that data point, from it we subtract our sample mean square it and then divide by the number of data points that we have.
แล้วสำหรับจุดข้อมูลทุกจุดในตัวอย่าง, เรามีอยู่nตัวเราหาจุดข้อมูล, จากนั้นเราลบด้วยค่าเฉลี่ยตัวอย่างกำลังสองมันแล้วหารด้วยจำนวนจุดข้อมูลที่เรามี

I can't say the equal now, because over here if we knew this, if we knew this parameter of the sampling distribution of the sample mean, we could say that it is 95.4.
ผมบอกว่าเท่ากับไม่ได้แล้วล เพราะตรงนี้ถ้าเรารู้ค่านี้, ถ้าเรารู้พารามิเตอร์ของการกระจายตัวตัวอย่างของค่าเฉลี่ยตัวอย่างแล้ว, เราก็บอได้

That is being calculated for each of our data points, so starting with our first data point in each of our samples, going to nth data point in each of the samples, we're taking our data point, subtracting out the sample mean squaring it and dividing the whole thing not by n-1, but by lower case n.
เริ่มจากจุดข้อมูลแรกของแต่ละกลุ่มตัวอย่าง, ไปจนถึงจุดข้อมูลที่nในแต่ละกลุ่มตัวอย่าง, เราเอาจุดข้อมูลมา, ลบด้วยค่าเฉลี่ยตัวอย่างกำลังสองมันแล้วหารทั้งหมดด้วย, ไม่ใช่n-1,แต่ด้วยn

So let's say we're looking at sample means.
สมมุติว่าเราดูที่ค่าเฉลี่ยตัวอย่าง

So I'm plotting the actual frequency of the sample means.
ดังนั้นผมจะพลอตความถี่ของค่าเฉลี่ยตัวอย่างที่ได้

So just here based on our sample proportions, or our sample means, it looks like there is a difference.
แล้วตรงนี้จากสัดส่วนตัวอย่างของเรา, หรือค่าเฉลี่ยตัวอย่างเหล่านั้น, มันดูเหมือนว่ามีความแตกต่างอยู่

The standard deviation of our distribution of the difference of the sample means is going to be equal to the square root of the variance of our first population.
ค่าเบี่ยงเบนมาตรฐานของการกระจายตัวของผลต่างระหว่างค่าเฉลี่ยตัวอย่างจะเท่ากับสแควร์รูท ของความแปรปรวนจากประชากรแรก

Well the standard deviation of the differences of the sample means is going to be equal to, and we saw this in the last video-- in fact, I think I have it right at the bottom here-- it's going to be equal to the square root of the variances of each of those distributions.
ทีนี้ค่าเบี่ยงเบนมาตรฐานของผลต่างของค่าเฉลี่ยตัวอย่างจะเท่ากับ, เราห็นนี่แล้วในวิดีโอก่อน--ที่จริงล ผมว่าผมเขียนมันไว้

Or, another way of saying it is, if we think about the mean of the distribution of the difference of the sample means, and we focused on this in the last video, that that should be equal to zero.
หรือ, พูดอีกอย่างคือว่า, ถ้าเราถึงค่าเฉลี่ยการกระจายตัวของผลต่างของค่าเฉลี่ยตัวอย่างและเราพิจารณามันในวิดีโอก่อน, นั่น

Well how do we calculate the sample mean.
แล้วเราจะคำนวณหาเฉลี่ยตัวอย่างได้อย่างไร

Find out how far it is from our sample mean.
หาว่ามันห่างจากค่าเฉลี่ยตัวอย่างแค่ไหน

Let's say we get some sample mean out here.
สมมุติว่าเราได้ค่าเฉลี่ยตัวอย่างตรงนี้

So what was the sample mean that we actually got?
แล้วค่าเฉลี่ยตัวอย่างที่เราได้คืออะไร?

And it doesn't apply just to taking the sample mean.
และมันใช้ได้ไม่ใช่แค่--กับค่าเฉลี่ยตัวอย่างเท่านั้น

It is a sample from the sampling distribution of the sample mean.
มันคือตัวอย่างอันหนึ่งจากการกระจายตัวตัวอย่างของค่าเฉลี่ยตัวอย่าง

So in this case, your sample mean might be right here.
ในกรณีนี้, ค่าเฉลี่ยตัวอย่างอาจอยู่ตรงนี้