Comment calculer l'erreur-type d'une variable binaire en utilisant R? J'ai un groupe de participants effectuant une tâche dans plusieurs conditions. La sortie peut être 0 (incorrecte) ou 1 (correcte). J'ai calculé la proportion moyenne des bonnes réponses et erreur standard (SE) de la façon suivante:Erreur standard Variable binaire R
mean<-tapply(dataRsp$Accuracy, dataRsp$Condition, FUN=mean)
SE<- with(dataRsp, tapply(Accuracy, Condition, sd)/sqrt(summary(dataRsp$Condition)))
Mais la SE sont extremelly serrés qu'ils peuvent difficilement être correct. Peut-on me donner quelques idées? Je trouve que la prochaine pourrait être la solution,
sqrt(p.est*(1-p.est)/n)
... mais je ne sais pas comment le mettre en œuvre à R.
Nous vous remercions de votre aide. Le mot de code bien, mais j'ai une valeur de 0,006 qui n'a aucun sens pour moi. Avec une précision moyenne, par exemple de 85%, le SE attendu devrait être beaucoup plus grand. Je ne sais pas ce que pourrait être la raison sous-jacente – user3596790
Merci Marcel. C'était très clair. (p * (1-p)) = 0,13 n = 3290, la variance est très faible, et donc j'obtiens SE = 0,006. Je pensais que c'était contraituitive, mais assister à la grande n cela pourrait avoir un sens. Je vous remercie. – user3596790
@ user3596790 Heureux de vous aider! Si la réponse à votre question est complète, cochez la case juste en dessous des flèches haut/bas – Marcel10