Standardní chyba (SE) je míra přesnosti průměru vzorku jako odhadu průměru populace. Čím menší je standardní chyba, tím přesnější je odhadovaný průměr.
Vzorec pro standardní chybu
SE = s / √n
kde:
- s = směrodatná odchylka vzorku
- n = velikost vzorku
- √n = druhá odmocnina velikosti vzorku
Řešený příklad: 25 pacientů
Scénář: Lékařská studie 25 pacientů (n = 25), průměrná tepová frekvence x̄ = 72 tepů/min, směrodatná odchylka s = 10 tepů/min.
Krok 1: Aplikujte vzorec pro standardní chybu
SE = s / √n = 10 / √25 = 10 / 5 = 2 tepy/min
Interpretace: Standardní chyba 2 tepy/min znamená, že průměr našeho vzorku (72 tepů/min) se očekává v rozsahu ±2 tepy/min od skutečného průměru populace.
Výpočet 95% intervalu spolehlivosti
Znajíce standardní chybu, můžeme sestavit 95% interval spolehlivosti:
95% IS = x̄ ± 1,96 × SE
Aplikace na příklad:
72 ± 1,96 × 2 = 72 ± 3,92
95% IS: od 68,08 do 75,92 tepů/min
Toto znamená: s 95% jistotou leží skutečná průměrná tepová frekvence populace mezi 68,08 a 75,92 tepy/min.
Porovnání směrodatné odchylky a standardní chyby
| Kritérium | Směrodatná odchylka (SD) | Standardní chyba (SE) |
|---|---|---|
| Co měří | Rozptyl jednotlivých hodnot | Přesnost odhadovaného průměru |
| Vliv velikosti vzorku | Nemění se příliš | Klesá s rostoucí velikostí vzorku |
| Obvyklé použití | Popis dat a variability | Statistické závěry a odhady |
Podstatný vliv velikosti vzorku
Zvýšení velikosti vzorku výrazně zlepšuje přesnost odhadu:
- Zdvojnásobení n zmenší SE o faktor √2 (přibližně o 29%)
- Čtyřnásobné zvýšení n zmenší SE přesně na polovinu
Tento vztah je důvodem, proč výzkumníci zvyšují velikost svých vzorků pro dosažení větší přesnosti.
Kdy použít SD a kdy SE
- Použijte SD při popisu variability dat v rámci skupiny a při srovnávání skupin.
- Použijte SE při hlášení přesnosti průměru, při budování intervalů spolehlivosti a při provádění statistických testů.