Trong thống kê, sai số chuẩn tương đối (RSE) bằng với lỗi tiêu chuẩn của ước tính khảo sát chia cho ước tính khảo sát và sau đó nhân với 100. Số này được nhân với 100 để có thể biểu thị bằng phần trăm. RSE không nhất thiết phải thể hiện bất kỳ thông tin mới nào ngoài lỗi tiêu chuẩn, nhưng nó có thể là một phương pháp ưu việt để trình bày độ tin cậy thống kê.
Lỗi tiêu chuẩn tương đối so với lỗi tiêu chuẩn
Lỗi tiêu chuẩn đo lường mức độ ước tính khảo sát có khả năng sai lệch so với dân số thực tế. Nó được thể hiện dưới dạng một con số. Ngược lại, lỗi tiêu chuẩn tương đối (RSE) là lỗi tiêu chuẩn được biểu thị dưới dạng một phần của ước tính và thường được hiển thị dưới dạng phần trăm. Các ước tính có RSE từ 25% trở lên có thể bị lỗi lấy mẫu cao và nên thận trọng khi sử dụng.
Ước tính Khảo sát và Lỗi Tiêu chuẩn
Khảo sát và lỗi tiêu chuẩn là những phần cốt yếu 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. Độ tin cậy của các ước tính này cũng có thể được đánh giá theo khoảng tin cậy. Khoảng tin cậy rất quan trọng để xác định tính hợp lệ của các thử nghiệm và nghiên cứu thực nghiệm.
Khoảng tin cậy là một loại ước tính khoảng, được tính từ số liệu thống kê của dữ liệu được quan sát, có thể chứa giá trị thực của tham số dân số chưa biết. Khoảng tin cậy đại diện cho phạm vi mà giá trị dân số có khả năng nằm. Chúng được xây dựng bằng cách sử dụng ước tính giá trị dân số và lỗi tiêu chuẩn liên quan của nó. Ví dụ: có khoảng 95% cơ hội (tức là 19 cơ hội trong 20) rằng giá trị dân số nằm trong hai lỗi tiêu chuẩn của ước tính, do đó, khoảng tin cậy 95% bằng với ước tính cộng hoặc trừ hai lỗi tiêu chuẩn.
Theo thuật ngữ của giáo dân, lỗi tiêu chuẩn của mẫu dữ liệu là phép đo sự khác biệt có thể có giữa mẫu và toàn bộ dân số. Ví dụ, một nghiên cứu liên quan đến 10.000 người trưởng thành hút thuốc lá có thể tạo ra kết quả thống kê hơi khác so với việc mọi người trưởng thành hút thuốc lá có thể được khảo sát.
Lỗi mẫu nhỏ hơn cho thấy kết quả đáng tin cậy hơn. Định lý giới hạn trung tâm trong thống kê suy luận cho thấy các mẫu lớn có xu hướng phân phối xấp xỉ bình thường và sai số mẫu thấp.
Độ lệch chuẩn và lỗi tiêu chuẩn
Độ lệch chuẩn của một tập dữ liệu được sử dụng để biểu thị nồng độ của kết quả khảo sát. Ít đa dạng hơn trong dữ liệu dẫn đến độ lệch chuẩn thấp hơn. Nhiều loại có khả năng dẫn đến độ lệch chuẩn cao hơn.
Lỗi tiêu chuẩn đôi khi bị nhầm lẫn với độ lệch chuẩn. Các lỗi tiêu chuẩn thực sự đề cập đến độ lệch chuẩn của giá trị trung bình. Độ lệch chuẩn đề cập đến độ biến thiên bên trong bất kỳ mẫu nào, trong khi lỗi tiêu chuẩn là độ biến thiên của chính phân phối mẫu.
Lỗi tiêu chuẩn tương đối
Lỗi tiêu chuẩn là một thước đo tuyệt đối giữa khảo sát mẫu và tổng dân số. Lỗi tiêu chuẩn tương đối hiển thị nếu lỗi tiêu chuẩn lớn so với kết quả; lỗi tiêu chuẩn tương đối lớn cho thấy kết quả không đáng kể. Công thức cho lỗi tiêu chuẩn tương đối là:
Hay nói, là một tài tài của, qua, qua, qua một tài khác, qua giữ, qua một tài khác Lỗi tiêu chuẩn tương đối = Ước tính Lỗi tiêu chuẩn × 100 ở mọi nơi: Lỗi tiêu chuẩn = độ lệch chuẩn của mẫu trung bìnhEstimate = giá trị trung bình của mẫu
