Рекомендуем, 2020

Выбор редакции

Разница между стандартным отклонением и стандартной ошибкой

Стандартное отклонение определяется как абсолютная мера дисперсии ряда. Это разъясняет стандартное количество вариаций по обе стороны от среднего. Это часто неправильно истолковывается со стандартной ошибкой, поскольку основано на стандартном отклонении и размере выборки.

Стандартная ошибка используется для измерения статистической точности оценки. Он в основном используется в процессе проверки гипотезы и оценки интервала.

Это две важные концепции статистики, которые широко используются в области исследований. Разница между стандартным отклонением и стандартной ошибкой основана на разнице между описанием данных и их выводом.

Сравнительная таблица

Основа для сравненияСтандартное отклонениеСтандартная ошибка
Имея в видуСтандартное отклонение подразумевает меру дисперсии набора значений от их среднего значения.Стандартная ошибка обозначает меру статистической точности оценки.
статистикаописательныйвыведенный
мерыНасколько наблюдения отличаются друг от друга.Насколько точная выборка означает истинную совокупность.
распределениеРаспределение наблюдений относительно нормальной кривой.Распределение оценки относительно нормальной кривой.
формулаКвадратный корень дисперсииСтандартное отклонение, деленное на квадратный корень размера выборки.
Увеличение размера выборкиДает более конкретную меру стандартного отклонения.Уменьшает стандартную ошибку.

Определение стандартного отклонения

Стандартное отклонение - это мера распространения ряда или расстояния от стандарта. В 1893 году Карл Пирсон ввел понятие стандартного отклонения, которое, несомненно, является наиболее используемой мерой в научных исследованиях.

Это квадратный корень из среднего квадрата отклонений от их среднего значения. Другими словами, для данного набора данных стандартное отклонение представляет собой среднеквадратичное отклонение от среднего арифметического. Для всего населения это обозначено греческой буквой «sigma (σ)», а для выборки - латинской буквой «s».

Стандартное отклонение - это мера, которая количественно определяет степень разброса набора наблюдений. Чем дальше точки данных от среднего значения, тем больше отклонение в наборе данных, представляющее, что точки данных разбросаны по более широкому диапазону значений и наоборот.

  • Для неклассифицированных данных:
  • Для сгруппированного распределения частот:

Определение стандартной ошибки

Возможно, вы заметили, что разные выборки с одинаковым размером, взятые из одной и той же популяции, дают разные значения рассматриваемой статистики, то есть среднее значение выборки. Стандартная ошибка (SE) обеспечивает стандартное отклонение в различных значениях выборки. Он используется для сравнения выборочных средних по популяциям.

Короче говоря, стандартная ошибка статистики - это не что иное, как стандартное отклонение распределения выборки. Он играет большую роль в проверке статистической гипотезы и оценки интервалов. Это дает представление о точности и достоверности оценки. Чем меньше стандартная ошибка, тем больше равномерность теоретического распределения и наоборот.

  • Формула : стандартная ошибка для выборочного среднего = σ / √n
    Где σ - стандартное отклонение населения

Ключевые различия между стандартным отклонением и стандартной ошибкой

Пункты, изложенные ниже, являются существенными, если учитывать разницу между стандартным отклонением:

  1. Стандартное отклонение - это мера, которая оценивает количество вариаций в наборе наблюдений. Стандартная ошибка измеряет точность оценки, т. Е. Является мерой изменчивости теоретического распределения статистики.
  2. Стандартное отклонение является описательной статистикой, тогда как стандартная ошибка является логической статистикой.
  3. Стандартное отклонение показывает, насколько далеко отдельные значения от среднего значения. Наоборот, насколько близко среднее значение выборки к среднему значению популяции.
  4. Стандартное отклонение - это распределение наблюдений со ссылкой на нормальную кривую. В отличие от этого, стандартной ошибкой является распределение оценки со ссылкой на нормальную кривую.
  5. Стандартное отклонение определяется как квадратный корень из дисперсии. И наоборот, стандартная ошибка описывается как стандартное отклонение, деленное на квадратный корень размера выборки.
  6. Когда размер выборки увеличивается, это обеспечивает более конкретную меру стандартного отклонения. В отличие от стандартной ошибки, когда размер выборки увеличивается, стандартная ошибка имеет тенденцию уменьшаться.

Заключение

В общем, стандартное отклонение считается одной из лучших мер дисперсии, которая измеряет дисперсию значений от центрального значения. С другой стороны, стандартная ошибка в основном используется для проверки достоверности и точности оценки, и поэтому, чем меньше ошибка, тем выше ее надежность и точность.

Top