Statistik - Standardfehler (SE)
Die Standardabweichung einer Stichprobenverteilung wird als Standardfehler bezeichnet. Bei der Probenahme sind die drei wichtigsten Merkmale: Genauigkeit, Vorspannung und Präzision. Es kann gesagt werden, dass:
Die aus einer Stichprobe abgeleitete Schätzung ist insofern genau, als sie vom Populationsparameter abweicht. Da die Populationsparameter nur durch eine Stichprobenerhebung bestimmt werden können, sind sie im Allgemeinen unbekannt und der tatsächliche Unterschied zwischen der Stichprobenschätzung und dem Populationsparameter kann nicht gemessen werden.
Der Schätzer ist unvoreingenommen, wenn der Mittelwert der aus allen möglichen Stichproben abgeleiteten Schätzungen dem Populationsparameter entspricht.
Selbst wenn der Schätzer unvoreingenommen ist, wird eine einzelne Stichprobe höchstwahrscheinlich zu einer ungenauen Schätzung führen, und wie bereits erwähnt, kann die Ungenauigkeit nicht gemessen werden. Es ist jedoch möglich, die Genauigkeit, dh den Bereich, zwischen dem der wahre Wert des Populationsparameters erwartet wird, unter Verwendung des Konzepts des Standardfehlers zu messen.
Formel
$ SE_ \ bar {x} = \ frac {s} {\ sqrt {n}} $
Wo -
$ {s} $ = Standardabweichung
und $ {n} $ = Anzahl der Beobachtungen
Beispiel
Problem Statement:
Berechnen Sie den Standardfehler für folgende Einzeldaten:
Artikel | 14 | 36 | 45 | 70 | 105 |
---|
Solution:
Berechnen wir zunächst das arithmetische Mittel $ \ bar {x} $
Berechnen wir nun die Standardabweichung $ {s} $
Somit ist der Standardfehler $ SE_ \ bar {x} $
Der Standardfehler der angegebenen Zahlen beträgt 15,63.
Je kleiner der Anteil der untersuchten Bevölkerung ist, desto geringer ist der Effekt dieses Multiplikators, da dann der endliche Multiplikator nahe eins liegt und den Standardfehler vernachlässigbar beeinflusst. Wenn die Stichprobengröße weniger als 5% der Bevölkerung beträgt, wird der endliche Multiplikator ignoriert.