В статистиката относителна стандартна грешка (RSE) е равна на стандартната грешка на оценката на проучването, разделена на оценката на проучването и след това умножена по 100. Броят се умножава по 100, така че може да се изрази като процент. RSE не означава непременно нова информация извън стандартната грешка, но може да бъде по-добър метод за представяне на статистическа достоверност.
Относителна стандартна грешка срещу стандартна грешка
Стандартната грешка измерва колко приблизителна оценка на проучването вероятно ще се отклони от реалната популация. Изразява се като число. За разлика, относителната стандартна грешка (RSE) е стандартната грешка, изразена като част от оценката и обикновено се показва като процент. Оценките с RSE от 25% или повече са обект на голяма грешка в извадката и трябва да се използват с повишено внимание.
Проучване на оценка и стандартна грешка
Проучванията и стандартните грешки са ключови части от теорията и статистиката на вероятностите. Статистиците използват стандартни грешки за изграждане на интервали на доверие от изследваните им данни. Надеждността на тези оценки може да бъде оценена и по отношение на интервал на доверие. Интервалите на доверие са важни за определяне на валидността на емпиричните тестове и изследвания.
Доверителният интервал е вид оценка на интервала, изчислена от статистиката на наблюдаваните данни, която може да съдържа истинската стойност на неизвестен параметър от популацията. Интервалите на доверие представляват диапазона, в който е вероятно да лежи стойността на популацията. Те са конструирани с помощта на оценката на стойността на популацията и свързаната с нея стандартна грешка. Например, има приблизително 95% шанс (т.е. 19 шанса за 20), че стойността на популацията се намира в рамките на две стандартни грешки на оценките, така че 95% доверителен интервал е равен на прогнозата плюс или минус две стандартни грешки.
По отношение на обикновения човек, стандартната грешка на извадка от данни е измерване на вероятната разлика между извадката и цялата съвкупност. Например, проучване, включващо 10 000 възрастни пушачи на цигари, може да генерира малко по-различни статистически резултати, отколкото ако беше изследван всеки възможен възрастен цигарен цигарен.
По-малките пробни грешки са показателни за по-надеждни резултати. Централната гранична теорема в инфекциозната статистика предполага, че големите проби имат тенденция да имат приблизително нормални разпределения и ниски грешки в извадката.
Стандартно отклонение и стандартна грешка
Стандартното отклонение на набор от данни се използва за изразяване на концентрацията на резултатите от проучването. По-малкото разнообразие в данните води до по-ниско стандартно отклонение. Повечето разнообразие вероятно ще доведе до по-високо стандартно отклонение.
Стандартната грешка понякога се бърка със стандартното отклонение. Стандартната грешка всъщност се отнася до стандартното отклонение на средната стойност. Стандартното отклонение се отнася до променливостта във всяка дадена проба, докато стандартна грешка е променливостта на самото разпределение на извадката.
Относителна стандартна грешка
Стандартната грешка е абсолютна оценка между извадковото изследване и общото население. Относителната стандартна грешка показва дали стандартната грешка е голяма спрямо резултатите; големи относителни стандартни грешки предполагат, че резултатите не са значителни. Формулата за относителна стандартна грешка е:
Относителна стандартна грешка = EstimateStandard Error × 100 навсякъде: Standard Error = стандартно отклонение на средното sampleEstimate = средно на извадката
