A statisztikákban a relatív standard hiba (RSE) megegyezik a felmérés becslésének standard hibájával, elosztva a felmérés becslésével, majd szorozva 100-tal. A számot megszorozzuk 100-val, így százalékban kifejezhető. Az RSE nem feltétlenül képvisel új, a standard hibán túlmutató új információt, de lehet, hogy kiváló módszer a statisztikai bizalom bemutatására.
Relatív standard hiba és standard hiba
A standard hiba azt méri, hogy egy felmérés becslése valószínűleg mennyiben tér el a tényleges populációtól. Ez számként van kifejezve. Ezzel szemben a relatív standard hiba (RSE) a standard hiba, amely a becslés egy részét fejezi ki, és általában százalékban jelenik meg. A 25% vagy annál nagyobb RSE-vel rendelkező becsléseknél nagy a mintavételi hiba, és ezeket óvatosan kell használni.
Felmérés becslése és standard hiba
A felmérések és a standard hibák a valószínűségi elmélet és a statisztika kritikus részei. A statisztikusok a szabványos hibákat használják a konfidencia-intervallumok konstruálására felmérésük adatai alapján. Ezen becslések megbízhatóságát megbízhatósági intervallum alapján is fel lehet mérni. A megbízhatósági intervallumok fontosak az empirikus tesztek és kutatások érvényességének meghatározásához.
A konfidencia-intervallum egy olyan típusú becslés, amelyet a megfigyelt adatok statisztikáiból számítanak ki, és amely tartalmazhat egy ismeretlen populációs paraméter valós értékét. A konfidencia-intervallumok azt a tartományt képviselik, amelyben a populáció értéke valószínűleg fekszik. Ezeket a populáció értékének becslése és a hozzá tartozó standard hiba alapján állítják elő. Például körülbelül 95% esély van (azaz 20 esélyre 19 esély), hogy a populáció értéke a becslések két standard hibáján belül van, tehát a 95% -os konfidencia intervallum megegyezik a becslés plusz vagy mínusz két standard hibával.
Laikus szavak szerint az adatminta standard hibája a minta és a teljes populáció közötti valószínű különbség mérése. Például egy 10 000 cigarettázó felnőtt bevonásával végzett tanulmány kissé eltérő statisztikai eredményeket hozhat, mintha minden lehetséges cigaretta dohányzó felnőttet felmérnének.
A kisebb mintahibák a megbízhatóbb eredményeket jelzik. A következtetési statisztikákban a központi határ tétel azt sugallja, hogy a nagy minták általában körülbelül normális eloszlással és alacsony mintavételi hibákkal rendelkeznek.
Szabvány eltérés és standard hiba
Az adatkészlet szórását a felmérési eredmények koncentrációjának kifejezésére használjuk. Az adatok kevesebb változatossága alacsonyabb szórást eredményez. A nagyobb változatosság valószínűleg magasabb szórást eredményez.
A standard hibát néha összekeverik a szórással. A standard hiba valójában az átlag szórására utal. A szórás az adott mintán belüli variabilitásra vonatkozik, míg a standard hiba maga a mintavételi eloszlás variabilitása.
Relatív standard hiba
A standard hiba abszolút mérőszám a mintavételes felmérés és a teljes populáció között. A relatív standard hiba azt mutatja, hogy a standard hiba az eredményekhez viszonyítva nagy-e; a nagy relatív standard hibák azt sugallják, hogy az eredmények nem szignifikánsak. A relatív standard hiba képlete:
Relatív standard hiba = EstimateStandard Error × 100 ahol: Standard Error = az átlagos minta szórásaEstimate = a minta átlaga
