Statistikā relatīvā standarta kļūda (RSE) ir vienāda ar apsekojuma tāmes standarta kļūdu, kas dalīta ar apsekojuma aplēsi un pēc tam reizināta ar 100. Skaitli reizina ar 100, lai to varētu izteikt procentos. RFB ne vienmēr atspoguļo jaunu informāciju, kas pārsniedz standarta kļūdu, bet tā varētu būt augstāka statistiskās ticamības parādīšanas metode.
Relatīvā standarta kļūda salīdzinājumā ar standarta kļūdu
Standarta kļūda mēra, cik lielā mērā apsekojuma aprēķins varētu atšķirties no faktiskā populācijas. To izsaka kā skaitli. Turpretī relatīvā standarta kļūda (RSE) ir standarta kļūda, kas izteikta kā aplēses daļa un parasti tiek parādīta procentos. Aplēses ar RSE 25% vai lielāku ir pakļautas lielām izlases kļūdām, un tās jāizmanto piesardzīgi.
Aptaujas tāme un standarta kļūda
Aptaujas un standarta kļūdas ir varbūtības teorijas un statistikas būtiska sastāvdaļa. Statistiķi izmanto standarta kļūdas, lai no aptaujātajiem datiem izveidotu ticamības intervālus. Šo aprēķinu ticamību var novērtēt arī pēc ticamības intervāla. Pārliecības intervāli ir svarīgi, lai noteiktu empīrisko testu un pētījumu pamatotību.
Uzticamības intervāls ir intervāla novērtējuma veids, ko aprēķina no novēroto datu statistikas un kurā var būt nezināma populācijas parametra patiesā vērtība. Uzticamības intervāli norāda diapazonu, kurā iedzīvotāju vērtība, visticamāk, atrodas. Tie tiek veidoti, izmantojot populācijas vērtības aplēsi un ar to saistīto standarta kļūdu. Piemēram, pastāv aptuveni 95% iespējamība (ti, 19 iespējamība no 20), ka populācijas vērtība ir divu aplēšu standarta kļūdu robežās, tāpēc 95% ticamības intervāls ir vienāds ar aprēķina plusu vai mīnus divām standarta kļūdām.
Nespeciālisti runājot, datu parauga standarta kļūda ir iespējamās atšķirības starp izlasi un visu kopumu mērījums. Piemēram, pētījums, kurā piedalījās 10 000 pieaugušo, kas smēķē, var iegūt nedaudz atšķirīgus statistikas rezultātus nekā tad, ja tiktu aptaujāti visi iespējamie pieaugušie, kas smēķē.
Mazākas izlases kļūdas norāda uz ticamākiem rezultātiem. Centrālā robežas teorēma secinošajā statistikā liecina, ka lieliem paraugiem parasti ir aptuveni normāls sadalījums un zemas izlases kļūdas.
Standarta novirze un standarta kļūda
Datu kopas standarta novirze tiek izmantota, lai izteiktu apsekojuma rezultātu koncentrāciju. Mazāka datu dažādība rada mazāku standartnovirzi. Lielāka dažādība, visticamāk, radīs lielāku standartnovirzi.
Standarta kļūda dažreiz tiek sajaukta ar standarta novirzi. Standarta kļūda faktiski attiecas uz vidējo standarta novirzi. Standarta novirze attiecas uz mainīgumu jebkura noteikta parauga iekšienē, savukārt standarta kļūda ir paša parauga sadalījuma mainīgums.
Relatīvā standarta kļūda
Standarta kļūda ir absolūts rādītājs starp izlases apsekojumu un kopējo iedzīvotāju skaitu. Relatīvā standarta kļūda parāda, vai standarta kļūda ir liela attiecībā pret rezultātiem; lielas relatīvas standarta kļūdas liecina, ka rezultāti nav nozīmīgi. Relatīvās standarta kļūdas formula ir šāda:
Visiem, kas noklusina, tacu Relatīvā standarta kļūda = EstimateStandard Error × 100 kur: standarta kļūda = vidējā parauga standarta novirzeEstimate = parauga vidējā vērtība
