Introducción a los grados de libertad estadísticas: En las estadísticas, el número de grados de libertad (d.o.f.) es el número de piezas independientes de datos que se utiliza para hacer un cálculo. Por lo general se denota con la letra griega nu, ν.The número de grados de libertad es una medida de cuán seguros estamos de que nuestra población muestra es representativa de toda la población - los más grados de libertad, por lo general el más seguro de que podemos estar que hemos probado con precisión toda la población. Para las estadísticas en química analítica, esto es por lo general el número de observaciones o mediciones N hecha en cierto d.o.f. experiment.The puede ser visto como el número de parámetros independientes disponibles para ajustar un modelo a los datos. En general, los parámetros más tenga, más precisa su ajuste será. Sin embargo, para cada estimación realizada en un cálculo, se quita un grado de libertad. Esto se debe a que cada hipótesis o la aproximación a tomar pone una restricción más en cuántos parámetros se utilizan para generar el modelo. Dicho de otra manera, para cada estimación que realice, su modelo se vuelve menos accurateDegrees de libertad en palabras sencillas y ejemplos: Para un conjunto de puntos de datos en una situación dada (por ejemplo, con una media u otro parámetro especificado, o no), los grados de libertad es el número mínimo de valores que se deben especificar para determinar todos los datos points.For ejemplo, si usted tiene una muestra de valores aleatorios N, hay n grados de libertad (no se puede determinar el valor aleatorio enésimo incluso si usted sabe N-1 otros valores). Si los datos se han obtenido restando la media de la muestra de cada punto de datos (con lo que la nueva media de la muestra es igual a cero), sólo hay N-1 grados de libertad. Esto es porque si usted sabe N-1 puntos de datos, es posible que encuentre el punto restante (enésimo) - es simplemente la suma de los valores de N-1 con el signo negativo. Esta es otra forma de decir que si usted tiene N puntos de datos y usted sabe que significa la muestra, que tiene N-1 grados de freedom.Pictorial Ejemplos de grados de libertad: Aquí vamos a ver algunos ejemplos pictóricos para una mejor comprensión de Grados de libertad en statistics.EXAMPLE1: en un gráfico de dispersión cuando sólo hay un punto de datos, no se puede hacer ninguna estimación de la línea de regresión. Theline puede ir en cualquier dirección, como se muestra en el siguiente graphHere usted no tiene ningún grado de libertad (n - 1 = 0, donde n = 1) para la estimación. Con el fin de trazar una línea de regresión, debe tener al menos dos puntos de datos como se indica en la siguiente dispersión gram.In este caso, usted tiene un grado de libertad para la estimación de (n - 1 = 1 donde n = 2). En otras palabras, el grado de libertad le indica el número de datos útiles para la estimación. Sin embargo, cuando tiene sólo dos puntos de datos, siempre puede unirse a ellos para ser una recta de regresión y obtener una perfecta correlación (r = 1,00). Por lo tanto, cuanto menor sea el grado de libertad es, cuanto más pobre es la estimación is.EXAMPLE2: Si usted tiene una mesa con un conjunto de filas y columnas, como abajo, y donde se conoce el total de las filas y columnas, a continuación, cuando se sabe los cuadrados amarillos, los cuadrados azules se pueden calcular. Usted por lo tanto sólo tiene (R -) * (C - 1) elecciones (o grados de libertad) en la asignación de números a cells.Degrees de la Libertad - Ejemplos de Estadística: Si se selecciona una muestra aleatoria de 16 bombillas de luz producidos en un lote más grande y la media de la muestra es de 1450 horas y la SD estimado es de 80 horas, la estimación media de la población en el level.SE de confianza del 95% de la muestra significa = 80 /(16) = 20 hoursNumber de grados de libertad = 16-1 = 15 el estadístico t (leída de las tablas de distribución t) a un nivel del 95% y con 15 grados de libertad = 2.13So la población media = 2,13 x 20 43 hoursSo, podemos estar seguros de que el 95% m (media de la población) se encuentra en dentro del range1450 +/- 43 = 1407 a 1493 horas.