a:

Trong số liệu thống kê, lỗi chuẩn tương đối hoặc RSE bằng với lỗi chuẩn của ước tính khảo sát chia cho ước tính khảo sát và nhân với 100. Con số này nhân với 100 nó có thể được thể hiện dưới dạng phần trăm. Các RSE không nhất thiết phải đại diện cho bất kỳ thông tin mới vượt quá lỗi tiêu chuẩn, nhưng nó có thể là một phương pháp cao hơn trình bày sự tự tin thống kê.

Ước tính khảo sát và Lỗi tiêu chuẩn

Khảo sát và sai sót chuẩn là những phần quan trọng của lý thuyết xác suất và thống kê. Các nhà thống kê sử dụng các lỗi tiêu chuẩn để xây dựng khoảng tin cậy từ dữ liệu được khảo sát của họ. Khoảng tin cậy rất quan trọng để xác định tính hợp lệ của các bài kiểm tra thực nghiệm và nghiên cứu.

Theo thuật ngữ của người bình thường, lỗi chuẩn của một mẫu dữ liệu là một phép đo sự khác biệt có thể giữa mẫu và toàn bộ dân số. Ví dụ, một nghiên cứu liên quan đến 10, 000 người lớn hút thuốc lá có thể tạo ra các kết quả thống kê khác nhau một chút so với mỗi người hút thuốc lá có thể có được điều tra.

Các lỗi mẫu nhỏ hơn cho thấy kết quả đáng tin cậy hơn. Định lý giới hạn trung tâm trong thống kê kết nghĩa cho thấy các mẫu lớn có xu hướng có phân bố xấp xỉ và sai số mẫu thấp.

Độ lệch tiêu chuẩn và lỗi chuẩn

Độ lệch tiêu chuẩn của một bộ dữ liệu được sử dụng để biểu thị nồng độ kết quả khảo sát. Sự khác biệt ít hơn trong kết quả dữ liệu có độ lệch chuẩn thấp hơn. Nhiều giống khác có thể dẫn đến độ lệch tiêu chuẩn cao hơn.

Lỗi tiêu chuẩn đôi khi bị lẫn lộn với độ lệch tiêu chuẩn. Lỗi tiêu chuẩn thực sự đề cập đến độ lệch tiêu chuẩn của trung bình. Độ lệch tiêu chuẩn đề cập đến sự thay đổi bên trong bất kỳ mẫu nào, trong khi sai số chuẩn là độ biến thiên của bản phân bố mẫu.

Lỗi tiêu chuẩn tương đối

Lỗi chuẩn là một thước đo tuyệt đối giữa cuộc điều tra mẫu và tổng dân số. Lỗi tiêu chuẩn tương đối cho thấy nếu sai số chuẩn lớn so với kết quả; sai số tiêu chuẩn lớn cho thấy kết quả không đáng kể. Công thức cho sai số tiêu chuẩn tương đối là (lỗi chuẩn / ước tính) x 100.