Cómo calcular el error estándar de la media de un conjunto de coeficientes de correlación

Question

Estoy tratando de averiguar cómo calcular el error estándar de la media de coeficiente de correlación.

Tengo 6 bilateral de los coeficientes de correlación para los 4 países. Yo lo he transformado el uso de la z de Fisher de la transformación en el fin de calcular su media de coeficiente de correlación. Estoy tratando de averiguar cuál es el error estándar de esta estadística es con el fin de crear un intervalo de confianza para la prueba de significación contra la otra media de los coeficientes de correlación.

Creo que voy a tener que utilizar el Pescador std error de la fórmula 1/SQRT(N-3), pero no estoy seguro de lo que el N aquí debe ser. El tamaño de la muestra, o el número de pares bilaterales utilizados en la media del coeficiente de correlación estadística?

Cuando yo uso el N=número de pares bilaterales, de modo que el error estándar de la sección transversal de dispersión, mi 95% intervalo de confianza no tiene sentido. por ejemplo, r = 0.7040 (-0.2510,0.9645). El uso de la n=número de observaciones significaría que el error estándar es constante en todos los media de los coeficientes de correlación. Tendría sentido arranque de los errores en su lugar?

Sería genial si pudiera crear un intervalo de confianza para cada uno de estos significa que las estadísticas y los informes en una mesa de modo que el lector es capaz de comparar a través de estas correlaciones regionales, como les gusta.

Answer 1

Sólo un par de ideas:

• n es el tamaño de la muestra para cada uno de correlación bivariado, es decir,$n \neq 6$.

• No estoy seguro de si esto tiene sentido, pero podría ejecutar una pequeña meta-análisis (basado en la transformada de Fisher correlaciones). Esto le daría un conjunto estándar de error (consulte la página 4).

• Hagas lo que hagas, tu tamaños del efecto (correlaciones) no son independientes, ya que cada país es parte de los tres correlaciones bilaterales. Utilizando dependiente de los tamaños del efecto probablemente conducirá a una visión sesgada agrupado error estándar (lo que significa que la ejecución de una simple meta-análisis no es una buena idea, pero se podría hacer un robusto varianza de estimación).

• No entiendo el último párrafo de tu post/pregunta: "sería genial si pudiera crear un intervalo de confianza para cada uno de estos significa que las estadísticas y los informes en una mesa de modo que el lector es capaz de comparar a través de estas correlaciones regionales, como les gusta." Nos puedes dar un ejemplo?