a:

Ve statistice se relativní standardní chyba nebo RSE rovná standardní chybě průzkumu odhadu rozdělené odhadem průzkumu a násobené 100. Číslo se vynásobí 100 lze jej vyjádřit v procentech. RSE nemusí nutně představovat žádné nové informace nad rámec standardní chyby, ale může být vynikající metodou pro předkládání statistické důvěry.

Odhad odhadů a standardní chyba

Průzkumy a standardní chyby jsou rozhodujícími částmi teorie pravděpodobnosti a statistik. Statističtí používají standardní chyby k vytváření intervalů spolehlivosti z údajů, která jsou předmětem dotazování. Intervaly spolehlivosti jsou důležité pro určení platnosti empirických testů a výzkumu.

Ve smyslu laiků je standardní chyba datového vzorku měření pravděpodobného rozdílu mezi vzorkem a celou populací. Například studie zahrnující 10 000 dospělých, kteří kouří cigaretu, může vytvářet mírně odlišné statistické výsledky, než kdyby byla zkoumána každá dospělá osoba, která kouří cigaretu.

Menší chyby vzorků naznačují spolehlivější výsledky. Centrální limitní věta v inferenční statistice naznačuje, že velké vzorky mají tendenci mít přibližně normální rozdělení a nízké chyby vzorků.

Standardní odchylka a standardní chyba

Standardní odchylka datové sady se používá k vyjádření koncentrace výsledků průzkumu. Menší rozmanitost dat vede k nižší standardní odchylce. Více odrůd pravděpodobně povede k vyšší standardní odchylce.

Standardní chyba je někdy zaměňována se směrodatnou odchylkou. Standardní chyba ve skutečnosti odkazuje na směrodatnou odchylku střední hodnoty. Standardní odchylka se vztahuje na variabilitu uvnitř daného vzorku, zatímco standardní chybou je variabilita samotné distribuce vzorkování.

Relativní standardní chyba

Standardní chyba je absolutní měřítko mezi výběrovým šetřením a celkovou populací. Relativní standardní chyba ukazuje, zda je standardní chyba relativně velká vzhledem k výsledkům; velké relativní standardní chyby naznačují, že výsledky nejsou významné. Vzorec pro relativní standardní chybu je (standardní chyba / odhad) x 100.