Стандартната грешка е стандартното отклонение на разпределението на извадката за дадена статистика. Терминът може да се използва и за оценка (добро предположение) на това стандартно отклонение, взета от извадка на цялата група.

Средната стойност на някаква част от група (наречена извадка) е обичайният начин за оценка на средната стойност за цялата група. Често е твърде трудно или струва твърде скъпо да се измери цялата група. Но ако се измери друга извадка, тя ще има средна стойност, която е малко по-различна от тази на първата извадка. Стандартната грешка на средната стойност е начин да се разбере колко близо е средната стойност на извадката до средната стойност на цялата група. Това е начин да се разбере доколко можете да бъдете сигурни за средната стойност от извадката.

При реални измервания истинската стойност на стандартното отклонение на средната стойност за цялата група обикновено не е известна. Затова терминът "стандартна грешка" често се използва за означаване на близко предположение за истинското число за цялата група. Колкото повече измервания има в извадката, толкова по-близко ще бъде предположението до истинското число за цялата група.

Как се изчислява стандартната грешка

За най-честия случай — стандартна грешка на средната стойност — използваме формулите:

  • Ако стандартното отклонение на популацията σ е известно: SE = σ / √n, където n е размерът на извадката.
  • Когато σ не е известно (най-често срещаният случай), се използва оценката на стандартното отклонение от извадката s: SE ≈ s / √n, където s е стандартното отклонение, изчислено със знаменател n−1.

За други статистики има собствени формули за SE. Няколко важни примера:

  • За пропорция p: SE = √(p(1 − p) / n).
  • За разлика между две средни (независими извадки): SE = √(s1²/n1 + s2²/n2), където s1 и s2 са стандартните отклонения на двете извадки, а n1 и n2 — техните размери.
  • За регресионни коефициенти и други сложни статистики SE се извежда от вариационната матрица на оценките; при нужда се използват аналитични формули или софтуерът ги пресмята автоматично.

Пример

Ако имаме извадка с n = 25, средна стойност x̄ = 100 и извадъчно стандартно отклонение s = 15, тогава:

SE = s / √n = 15 / √25 = 15 / 5 = 3.

Това означава, че средната стойност на извадката варира около истинската средна стойност на популацията с приблизително 3 единици, ако повторим извадката многократно.

Интерпретация и приложение

  • SE ≠ стандартно отклонение на данните: стандартното отклонение описва разсейването на отделните наблюдения около средната стойност; стандартната грешка описва несигурността на самата средна стойност като оценка на популационната средна.
  • Изграждане на доверителни интервали: за средната стойност CI ≈ x̄ ± z*SE (или t*SE при малки n и неизвестна σ). Тук z или t са квантилите на нормалното или t-разпределението.
  • Тестване на хипотези: SE се използва при изчисление на статистики за тестове (напр. t-статистика = (x̄ − μ0)/SE).
  • Ефект на размера на извадката: SE намалява пропорционално на 1/√n — за да намалим SE наполовина, трябва да увеличим n четирикратно.

Предположения и ограничения

  • Формулите за SE предполагат независими наблюдения и случайна проба от популацията.
  • За средните стойности често се използва Централната гранична теорема: при достатъчно голям n разпределението на x̄ е приблизително нормално, независимо от формата на популационното разпределение. При малки n и ненормални данни резултатите могат да бъдат подвеждащи.
  • При малки извадки, когато σ не е известна, използването на t-разпределение дава по-точни доверителни интервали и тестове, тъй като отчитa допълнителната несигурност от оценката на s.
  • Ако пробата не е произволна (напр. самоселективна), SE може да подцени истинската несигурност.

Алтернативни подходи за оценка на SE

  • Бутстреп (resampling): когато аналитичните формули са трудни или предположенията не държат, бутстреп методът (повтарящо се случайно извадково възстановяване) дава емпирична оценка на стандартната грешка.
  • Моделиране: за сложни случаи (напр. зависими наблюдения, йерархични данни) може да се използват специфични модели и техники (например бутстреп върху блокове, смесени модели), които дават коректни оценки на SE.

Кратко резюме

  • Стандартната грешка измерва колко променлива е оценката (напр. средната) между различни възможни извадки от една и съща популация.
  • Основната формула за средната стойност е SE ≈ s / √n (или σ / √n, ако σ е известно).
  • SE е централна за изграждането на доверителни интервали и за хипотезни тестове, но изисква внимание към предположенията при извадковото проучване.