สถิติ - ข้อผิดพลาดมาตรฐาน (SE)
ค่าเบี่ยงเบนมาตรฐานของการแจกแจงการสุ่มตัวอย่างเรียกว่าเป็นข้อผิดพลาดมาตรฐาน ในการสุ่มตัวอย่างลักษณะที่สำคัญที่สุดสามประการคือความถูกต้องความเอนเอียงและความแม่นยำ อาจกล่าวได้ว่า:
ค่าประมาณที่ได้มาจากตัวอย่างใดตัวอย่างหนึ่งมีความแม่นยำในระดับที่แตกต่างจากพารามิเตอร์ประชากร เนื่องจากพารามิเตอร์ประชากรสามารถกำหนดได้โดยการสำรวจตัวอย่างเท่านั้นดังนั้นโดยทั่วไปจึงไม่ทราบและไม่สามารถวัดความแตกต่างที่แท้จริงระหว่างค่าประมาณตัวอย่างและพารามิเตอร์ของประชากรได้
ตัวประมาณจะไม่เอนเอียงหากค่าเฉลี่ยของค่าประมาณที่ได้จากตัวอย่างที่เป็นไปได้ทั้งหมดเท่ากับพารามิเตอร์ประชากร
แม้ว่าตัวประมาณค่าจะไม่เอนเอียง แต่ตัวอย่างแต่ละตัวอย่างก็มักจะให้ผลการประมาณที่ไม่ถูกต้องและตามที่ระบุไว้ก่อนหน้านี้ก็ไม่สามารถวัดความไม่ถูกต้องได้ อย่างไรก็ตามเป็นไปได้ที่จะวัดความแม่นยำเช่นช่วงระหว่างที่คาดว่าค่าที่แท้จริงของพารามิเตอร์ประชากรจะโกหกโดยใช้แนวคิดของข้อผิดพลาดมาตรฐาน
สูตร
$ SE_ \ bar {x} = \ frac {s} {\ sqrt {n}} $
ที่ไหน -
$ {s} $ = ค่าเบี่ยงเบนมาตรฐาน
และ $ {n} $ = จำนวนข้อสังเกต
ตัวอย่าง
Problem Statement:
คำนวณข้อผิดพลาดมาตรฐานสำหรับข้อมูลแต่ละรายการต่อไปนี้:
รายการ | 14 | 36 | 45 | 70 | 105 |
---|
Solution:
ก่อนอื่นเรามาคำนวณค่าเฉลี่ยเลขคณิต $ \ bar {x} $
ตอนนี้เรามาคำนวณค่าเบี่ยงเบนมาตรฐาน $ {s} $
ดังนั้นข้อผิดพลาดมาตรฐาน $ SE_ \ bar {x} $
ข้อผิดพลาดมาตรฐานของตัวเลขที่ระบุคือ 15.63
ยิ่งสัดส่วนของประชากรที่สุ่มตัวอย่างน้อยลงผลของตัวคูณนี้ก็จะน้อยลงเนื่องจากตัวคูณ จำกัด จะใกล้เคียงกับค่าหนึ่งและจะส่งผลต่อข้อผิดพลาดมาตรฐานเล็กน้อย ดังนั้นหากขนาดตัวอย่างน้อยกว่า 5% ของประชากรตัวคูณ จำกัด จะถูกละเว้น