Dalam statistik, ralat standard relatif (RSE) adalah sama dengan kesilapan standard anggaran tinjauan yang dibahagikan dengan anggaran tinjauan dan kemudian didarabkan dengan 100. Nombor didarabkan sebanyak 100 supaya dapat dinyatakan sebagai peratusan. RSE tidak semestinya mewakili sebarang maklumat baru di luar kesilapan piawai, tetapi ia mungkin merupakan kaedah unggul untuk menyampaikan keyakinan statistik.
Ralat Standard Relatif vs Ralat Standard
Kesalahan standard mengukur sejauh mana anggaran tinjauan mungkin menyimpang dari populasi sebenar. Ia dinyatakan sebagai nombor. Sebaliknya, ralat standard relatif (RSE) adalah ralat standard yang dinyatakan sebagai sebahagian daripada anggaran dan biasanya dipaparkan sebagai peratusan. Anggaran dengan RSE sebanyak 25% atau lebih adalah tertakluk kepada ralat pensampelan yang tinggi dan harus digunakan dengan berhati-hati.
Anggaran Anggaran dan Ralat Piawai
Survei dan kesilapan standard adalah bahagian penting dari teori kebarangkalian dan statistik. Statistik menggunakan ralat standard untuk membina selang keyakinan daripada data mereka yang disurvei. Kebolehpercayaan anggaran ini juga boleh dinilai dari segi selang keyakinan. Selang keyakinan adalah penting untuk menentukan kesahihan ujian dan penyelidikan empirikal.
Selang keyakinan adalah jenis perkiraan jarak, dikira dari statistik data yang diperhatikan, yang mungkin mengandungi nilai sebenar parameter penduduk yang tidak diketahui. Selang keyakinan mewakili jarak di mana nilai populasi mungkin berbohong. Mereka dibina dengan menggunakan anggaran nilai populasi dan kesilapan standard yang berkaitan. Sebagai contoh, terdapat kira-kira peluang 95% (iaitu 19 peluang dalam 20) bahawa nilai populasi terletak dalam dua kesilapan standard anggaran, jadi selang keyakinan 95% sama dengan anggaran ditambah atau tolak dua kesilapan standard.
Dalam istilah awam, kesilapan piawai sampel data adalah ukuran perbezaan kemungkinan antara sampel dan keseluruhan populasi. Sebagai contoh, kajian yang melibatkan 10.000 orang merokok merokok boleh menghasilkan hasil statistik yang sedikit berbeza daripada jika setiap orang yang merokok boleh merokok ditinjau.
Kesilapan sampel yang lebih kecil menandakan hasil yang lebih dipercayai. Teorem had pusat dalam statistik inferens menunjukkan bahawa sampel besar cenderung mempunyai pengagihan biasa dan ralat sampel yang rendah.
Kesalahan Standard dan Ralat Piawai
Penyimpangan piawaian set data digunakan untuk menyatakan kepekatan hasil kajian. Kurang variasi dalam hasil data dalam sisihan piawai yang lebih rendah. Pelbagai variasi mungkin menyebabkan sisihan piawai yang lebih tinggi.
Kesalahan piawai kadang kala dikelirukan dengan sisihan piawai. Kesalahan standard sebenarnya merujuk kepada sisihan piawai min. Penyimpangan piawai merujuk kepada variabiliti di dalam mana-mana sampel yang diberikan, manakala ralat piawai adalah kebolehubahan dari pengedaran pensampelan itu sendiri.
Ralat Standard Relatif
Kesilapan standard adalah tolok ukur mutlak antara sampel kajian dan jumlah penduduk. Ralat standard relatif menunjukkan jika ralat standard adalah relatif besar terhadap hasilnya; kesilapan standard relatif besar mencadangkan keputusan tidak penting. Rumusan untuk ralat standard relatif ialah:
Ku Ralat Piawaian Relatif = Anggaran Ralat Standarddan × 100Diada: Ralat Piawai = sisihan piawai bagi min sampelEstimasi = min sampel
