في الإحصائيات ، الخطأ المعياري النسبي (RSE) يساوي الخطأ المعياري لتقدير المسح مقسومًا على تقدير المسح ثم مضروبًا في 100. الرقم مضروب في 100 بحيث يمكن التعبير عنه كنسبة مئوية. لا تمثل RSE بالضرورة أي معلومات جديدة تتجاوز الخطأ القياسي ، ولكنها قد تكون وسيلة متفوقة لتقديم الثقة الإحصائية.
خطأ قياسي نسبي مقابل خطأ قياسي
خطأ قياسي يقيس مقدار تقدير المسح المحتمل أن ينحرف عن السكان الفعلي. يتم التعبير عنها كرقم. على النقيض من ذلك ، فإن الخطأ المعياري النسبي (RSE) هو الخطأ المعياري الذي يتم التعبير عنه على أنه جزء بسيط من التقدير وعادة ما يتم عرضه كنسبة مئوية. تخضع التقديرات التي تبلغ قيمتها RSE بنسبة 25٪ أو أكثر لخطأ كبير في أخذ العينات ويجب استخدامها بحذر.
مسح المسح والخطأ القياسي
تعد الدراسات الاستقصائية والأخطاء القياسية جزءًا مهمًا من نظرية الاحتمالات والإحصائيات. يستخدم الإحصائيون أخطاء قياسية لإنشاء فواصل زمنية للثقة من بياناتهم التي تم مسحها. يمكن أيضًا تقييم موثوقية هذه التقديرات من حيث فاصل الثقة. فواصل الثقة مهمة لتحديد صلاحية الاختبارات والأبحاث التجريبية.
فاصل الثقة هو نوع من تقدير الفاصل ، محسوب من إحصائيات البيانات الملاحظة ، والتي قد تحتوي على القيمة الحقيقية لمعلمة مجتمع غير معروفة. تمثل فواصل الثقة النطاق الذي من المرجح أن تكمن فيه قيمة السكان. يتم إنشاؤها باستخدام تقدير قيمة السكان والخطأ القياسي المرتبط بها. على سبيل المثال ، هناك فرصة بنسبة 95٪ تقريبًا (أي 19 فرصة في 20) بأن قيمة السكان تكمن في خطأين قياسيين في التقديرات ، وبالتالي فإن فاصل الثقة 95٪ يساوي التقدير زائد أو ناقص خطأين معياريين.
في مصطلحات الشخص العادي ، الخطأ المعياري لعينة البيانات هو قياس الفرق المحتمل بين العينة والسكان بأكملها. على سبيل المثال ، قد تؤدي دراسة شملت 10000 من البالغين الذين يدخنون السجائر إلى نتائج إحصائية مختلفة قليلاً عما إذا كان قد تم مسح كل شخص محتمل يدخن السجائر.
أخطاء عينة أصغر تدل على نتائج أكثر موثوقية. تشير نظرية الحد المركزي في الإحصاءات الاستنتاجية إلى أن العينات الكبيرة تميل إلى أن يكون لها توزيعات طبيعية تقريبًا وأخطاء عينة منخفضة.
الانحراف المعياري والخطأ القياسي
يتم استخدام الانحراف المعياري لمجموعة البيانات للتعبير عن تركيز نتائج المسح. ينتج عن تنوع أقل في البيانات انحراف معياري أقل. من المحتمل أن يؤدي المزيد من التنوع إلى انحراف معياري أعلى.
أحيانًا ما يتم الخلط بين الخطأ القياسي والانحراف المعياري. يشير الخطأ القياسي فعليًا إلى الانحراف المعياري للمتوسط. يشير الانحراف المعياري إلى التباين داخل أي عينة معينة ، في حين أن الخطأ المعياري هو تباين توزيع أخذ العينات نفسه.
خطأ قياسي نسبي
الخطأ المعياري هو مقياس مطلق بين عينة المسح وإجمالي السكان. يظهر الخطأ القياسي النسبي ما إذا كان الخطأ القياسي كبيرًا بالنسبة للنتائج ؛ الأخطاء القياسية النسبية الكبيرة تشير إلى أن النتائج ليست كبيرة. صيغة الخطأ القياسي النسبي هي:
خطأ قياسي نسبي = خطأ تقديري × 100 مكان: خطأ قياسي = انحراف معياري لمتوسط العينةالقيمة = متوسط العينة
