photosdematures.com

Karaniwang Kahulugan sa Error

Ginagamit ang Standard Error o SE upang sukatin ang akuridad sa tulong ng isang sample na pamamahagi na nangangahulugang isang populasyon na gumagamit ng karaniwang paglihis sa paggamit, o sa madaling salita, maaari itong maunawaan bilang isang hakbang na patungkol sa pagpapakalat ng isang halimbawang nangangahulugang nag-aalala ang ibig sabihin ng populasyon. Hindi ito malilito sa karaniwang paglihis. Ito ay mas mataas dahil sa ang katunayan na ang mga karaniwang error ay gumagamit ng sample na data o istatistika habang ang mga karaniwang paglihis ay gumagamit ng mga parameter o data ng populasyon.

Karaniwang Formula ng Error

Kinakatawan ito sa ibaba -

Dito, “σ_M ”Kumakatawan sa S.E. ng ibig sabihin na kung saan ay ang S.D. (karaniwang paglihis) ng sample na data ng ibig sabihin, ang "N" ay kumakatawan sa laki ng sample habang ang "σ" ay nangangahulugang S.D. ng orihinal na pamamahagi. Ang S.E formula ay hindi ipalagay ang N.D. (normal na pamamahagi). Gayunpaman, ilang mga paggamit ng formula ang nagpapalagay ng isang normal na pamamahagi. Ang equation na ito para sa karaniwang error ay nangangahulugan na ang laki ng sample ay magkakaroon ng isang kabaligtaran na epekto sa S.D. ng ibig sabihin, ibig sabihin, mas malaki ang sukat ng sample na ibig sabihin, mas maliit ang magiging S.E. ng pareho at vice versa. Ito ang dahilan kung bakit ang laki ng S.E. ng ibig sabihin ay ipinakita bilang kabaligtaran proporsyonal sa square root ng N (laki ng sample).

Mga Hakbang upang Makahanap ng Karaniwang Error

• Sa unang hakbang, ang ibig sabihin ay dapat na kalkulahin sa pamamagitan ng pagbuo ng lahat ng mga sample at pagkatapos ay paghati sa mga ito sa kabuuang bilang ng mga sample.
• Sa pangalawang hakbang, ang paglihis para sa bawat pagsukat ay dapat na kalkulahin mula sa ibig sabihin hal. Pagbabawas sa indibidwal na pagsukat.
• Sa pangatlong hakbang, dapat parisukat ng bawat solong paglihis mula sa ibig sabihin. Sa ganitong paraan, magiging positibo ang mga kuwadradong negatibo.
• Sa ika-apat na hakbang, ang mga parisukat na paglihis ay dapat na buod at para sa hangaring ito, ang lahat ng mga bilang na nakuha mula sa Hakbang 3 ay dapat na idagdag.
• Sa ikalimang hakbang, ang kabuuan na nakuha mula sa ika-apat na hakbang ay dapat na hinati sa isang digit na mas mababa sa laki ng sample.
• Sa ikaanim na hakbang, dapat gawin ang square root ng numero na nakuha sa ikalimang hakbang. Ang resulta ay magiging S.D. o karaniwang paglihis.
• Sa pangalawang huling hakbang, a
• Kailangang kalkulahin ang S.E sa pamamagitan ng paghahati ng karaniwang paglihis sa pamamagitan ng parisukat na ugat ng N (laki ng sample).
• Sa huling hakbang, ang S.E. mula sa ibig sabihin ay dapat ibawas at alinsunod sa numerong iyon ay dapat na maitala. Ang S.E. dapat idagdag sa ibig sabihin at ang resulta ay dapat naitala.

Mga halimbawa ng Karaniwang Error

Nasa ibaba ang mga halimbawa ng karaniwang error.

Maaari mong i-download ang Karaniwang Error Excel Template dito - Karaniwang Error Excel Template

Halimbawa # 1

Ang pagkamatay ng cancer sa isang sample na 100 ay 20 porsyento at sa pangalawang sample ng 100 ay 30 porsyento. Suriin ang kahalagahan ng kaibahan sa dami ng namamatay.

Solusyon

Gamitin ang ibinigay na data sa ibaba.

• = SQRT (20 * 80 / (100) + (30 * 70 / (100)))
• =6.08

• Z = 20-30 / 6.08
• Z = -1.64

Halimbawa # 2

Napili ang isang random na sample ng 5 lalaking manlalaro ng basketball. Ang kanilang taas ay 175, 170, 177, 183, at 169 (sa cm). Hanapin ang S.E. ng ibig sabihin ng pagsukat na ito ng taas (sa cm).

Solusyon

• = (175+170+177+183+169)/5
• Halimbawa ng Sample = 174.8

Pagkalkula ng Sample Standard Deviation

• = SQRT (128.80)
• Sample Standard Deviation =5.67450438

• = 5.67450438 / SQRT (5)
•  = 2.538

Halimbawa # 3

Ang ibig sabihin ng kita sa kita para sa isang sample ng 41 na negosyo ay 19 at ang S.D. ng mga customer ay 6.6. Hanapin ang S.E. ng ibig sabihin.

Solusyon

Gamitin ang ibinigay na data sa ibaba.

Pagkalkula ng Karaniwang Error

• = 6.6 / SQRT (41)
•  = 1.03

Pagbibigay kahulugan ng Karaniwang Error

Ang mga karaniwang pag-andar ng error na halos kapareho sa mga naglalarawang istatistika dahil pinapayagan nito ang mananaliksik na bumuo ng mga agwat ng kumpiyansa na patungkol sa mga sample na istatistika na nakuha na. Nakakatulong ito sa pagtantya ng mga agwat kung saan dapat bumagsak ang mga parameter. S.E. ng ibig sabihin at S.E. ng pagtantya ay ang dalawang karaniwang ginagamit na S.E. istatistika.

Ang S.E. Pinapayagan ng mananaliksik na bumuo ng isang agwat ng kumpiyansa kung saan mahuhulog ang populasyon. Ginagamit ang 1-P bilang pormula na nangangahulugan ng posibilidad para sa populasyon na nangangahulugang mahuhulog sa agwat ng kumpiyansa.

Ang S.E. ng pagtantya ay halos ginagamit ng iba't ibang mga mananaliksik at ginagamit ito kasama ang panukalang-batas. Pinapayagan nito ang mga mananaliksik na bumuo ng isang agwat ng kumpiyansa sa ilalim ng aktwal na ugnayan ng populasyon na babagsak. Ang S.E. Ang pagtatantya ay ginagamit para sa pagtukoy ng katiyakan ng isang pagtatantya na may paggalang sa ugnayan ng populasyon.

S.E. ay kapaki-pakinabang sa pagpapahiwatig ng katiyakan ng isang pagtatantya ng mga parameter ng populasyon na sample na istatistika talaga.

Pagkakaiba sa Pagitan ng Karaniwang Error at Karaniwang Paghiwalay

Ang karaniwang error at karaniwang paglihis ay dalawang magkakaibang mga paksa at ang mga ito ay hindi dapat malito sa isa't isa. Ang maikling form para sa karaniwang error ay S.E. habang ang pagpapaikli para sa karaniwang paglihis ay S.D. S.E. ng isang sample na ibig sabihin ay tunay na isang pagtatantya ng distansya ng sample na ibig sabihin mula sa ibig sabihin ng populasyon at nakakatulong ito sa pagsukat ng pagkasukat ng isang tantya habang ang S.D. sumusukat sa dami ng pagpapakalat, o pagkakaiba-iba at sa pangkalahatan ito ang lawak kung saan ang mga indibidwal na kabilang sa parehong sample ay naiiba mula sa halimbawang ibig sabihin.

Konklusyon

Ang Karaniwang Error ay ang sukat ng kawastuhan ng isang ibig sabihin at isang pagtantya. Nag-aalok ito ng isang kapaki-pakinabang na paraan para sa dami ng isang error sa pag-sample. S.E. ay kapaki-pakinabang dahil kumakatawan ito sa kabuuang halaga ng mga error sa pag-sample na nauugnay sa mga proseso ng pag-sample. Ang karaniwang error ng pagtatantya at karaniwang error ng mean ay dalawang karaniwang ginagamit na mga istatistika ng SE.

Pinapayagan ang karaniwang error ng pagtantya sa paggawa ng mga hula ngunit hindi talaga ipinahiwatig ang akuridad ng hula. Sinusukat nito ang katumpakan ng pagbabalik samantalang ang Karaniwang error ng ibig sabihin ay tumutulong sa mananaliksik sa pagbuo ng isang agwat ng kumpiyansa kung saan ang ibig sabihin ng populasyon ay malamang na mahulog. Ang SEM ay maaari ding maunawaan bilang istatistika o parameter ng ibig sabihin.