Starpība starp standarta novirzi un standarta kļūdu

2019

Standarta novirze ir definēta kā absolūta sērijas izkliedes mērvienība. Tas izskaidro standarta izmaiņu apjomu katrā vidējā pusē. To bieži vien nepareizi saprot ar standarta kļūdu, jo tā ir balstīta uz standarta novirzi un izlases lielumu.

Standarta kļūda tiek izmantota, lai novērtētu aprēķina statistisko precizitāti. To galvenokārt izmanto hipotēzes un novērtēšanas intervāla testēšanas procesā.

Tie ir divi svarīgi statistikas jēdzieni, kurus plaši izmanto pētniecības jomā. Starpība starp standarta novirzi un standarta kļūdu ir balstīta uz atšķirību starp datu aprakstu un tā secinājumu.

Salīdzinājuma diagramma

Salīdzinājuma pamats	Standarta novirze	Standarta kļūda
Nozīme	Standarta novirze nozīmē vērtību kopas izkliedi no to vidējās vērtības.	Standarta kļūda nosaka aprēķina statistisko precizitāti.
Statistika	Aprakstošs	Nepamatots
Pasākumi	Cik daudz novērojumu atšķiras.	Cik precīzs izlases vidējais īpatsvars patiesajā iedzīvotāju vidū.
Izplatīšana	Novērojumu sadalījums attiecībā uz normālu līkni.	Aprēķina sadalījums par normālu līkni.
Formula	Dispersijas kvadrātsakne	Standarta novirze dalīta ar parauga lieluma kvadrātsakni.
Izlases lieluma palielināšana	Sniedz precīzāku standarta novirzes mērījumu.	Samazina standarta kļūdu.

Standarta novirzes definīcija

Standarta novirze ir sērijas izplatīšanās vai attāluma no standarta mērs. 1893. gadā Karl Pearson pētījumos pētīja standarta novirzes jēdzienu, kas neapšaubāmi ir visizplatītākais pasākums.

Tas ir kvadrātsakne no vidējās kvadrātu vidējās vērtības. Citiem vārdiem sakot, noteiktai datu kopai standarta novirze ir vidējā kvadrāta novirze no vidējā aritmētiskā. Visiem iedzīvotājiem to norāda grieķu burts “sigma (σ)”, bet paraugam - latīņu burtu “s”.

Standarta novirze ir pasākums, kas nosaka novērojumu kopuma izkliedes pakāpi. Jo tālāk datu punkti no vidējās vērtības, jo lielāks ir datu kopas novirzes, kas norāda, ka datu punkti ir izkaisīti plašākā vērtību diapazonā un otrādi.

Neklasificētiem datiem:
Grupētu frekvenču sadalījumam:

Standarta kļūdas definīcija

Jūs varētu būt ievērojuši, ka dažādi paraugi ar vienādu lielumu, kas iegūti no vienas un tās pašas populācijas, sniegs dažādas apskatāmās statistikas vērtības, ti, parauga vidējais. Standarta kļūda (SE) paredz, ka standarta novirze dažādām parauga vērtībām ir vidējā. To izmanto, lai salīdzinātu izlases līdzekļus visā populācijā.

Īsāk sakot, standarta kļūda statistikā nav nekas cits kā parauga sadalījuma standarta novirze. Tai ir liela nozīme statistikas hipotēzes un intervālu novērtēšanas pārbaudē. Tas sniedz priekšstatu par aprēķina precizitāti un ticamību. Jo mazāka ir standarta kļūda, jo lielāks ir teorētiskā sadalījuma viendabīgums un otrādi.

Formula : standarta kļūda izlases vidējai = σ / √n
Kur, σ ir populācijas standarta novirze

Galvenās atšķirības starp standarta novirzi un standarta kļūdu

Turpmāk minētie punkti ir būtiski, ciktāl tas attiecas uz atšķirību starp standarta novirzi:

Standarta novirze ir pasākums, kas novērtē novērojumu kopuma variāciju. Standarta kļūda novērtē aprēķina precizitāti, ti, tas ir statistiskā teorētiskā sadalījuma mainīguma rādītājs.
Standarta novirze ir aprakstoša statistika, bet standarta kļūda ir nenoteiktā statistika.
Standarta novirze nosaka, cik lielā mērā individuālās vērtības ir no vidējās vērtības. Gluži pretēji, cik tuvu izlases vidējam ir iedzīvotāju vidējais rādītājs.
Standarta novirze ir novērojumu sadalījums, atsaucoties uz parasto līkni. Pretēji tam standarta kļūda ir novērtējuma sadalījums, atsaucoties uz normālo līkni.
Standarta novirze tiek definēta kā dispersijas kvadrātsakne. Turpretim standarta kļūda tiek aprakstīta kā standarta novirze, kas dalīta ar kvadrātsaknes lielumu.
Kad parauga lielums tiek palielināts, tas sniedz konkrētāku standarta novirzes mērījumu. Atšķirībā no standarta kļūdas, palielinot parauga lielumu, standarta kļūda parasti samazinās.

Secinājums

Kopumā standarta novirze tiek uzskatīta par vienu no labākajiem izkliedes pasākumiem, kas novērtē vērtību izkliedi no centrālās vērtības. No otras puses, standarta kļūda galvenokārt tiek izmantota, lai pārbaudītu novērtējuma ticamību un precizitāti, un, jo mazāka kļūda, jo lielāka ir tās uzticamība un precizitāte.