L'errore standard relativo di un set di dati è strettamente correlato all'errore standard e può essere calcolato dalla sua deviazione standard. La deviazione standard è una misura di quanto i dati siano strettamente raggruppati attorno alla media. L'errore standard normalizza questa misura in termini di numero di campioni e l'errore standard relativo esprime questo risultato come percentuale della media.
Calcola la media del campione dividendo la somma dei valori del campione per il numero di campioni. Ad esempio, se i nostri dati sono composti da tre valori - 8, 4 e 3 - la somma è 15 e la media è 15/3 o 5.
Calcola le deviazioni dalla media di ciascuno dei campioni e piazza i risultati. Per l'esempio, abbiamo:
(8 - 5)^2 = (3)^2 = 9 (4 - 5)^2 = (-1)^2 = 1 (3 - 5)^2 = (-2)^2 = 4
Somma i quadrati e dividi per uno in meno del numero di campioni. Nell'esempio, abbiamo:
(9 + 1 + 4)/(3 - 1) = (14)/2 = 7
Questa è la varianza dei dati.
Calcola la radice quadrata della varianza per trovare la deviazione standard del campione. Nell'esempio, abbiamo deviazione standard = sqrt (7) = 2.65.
Dividi la deviazione standard per la radice quadrata del numero di campioni. Nell'esempio, abbiamo:
2,65 / sqrt (3) = 2,65 / 1,73 = 1,53
Questo è l'errore standard del campione.
Calcola l'errore standard relativo dividendo l'errore standard per la media ed esprimendolo in percentuale. Nell'esempio, abbiamo un errore standard relativo = 100 * (1,53 / 3), che arriva al 51 percento. Pertanto, l'errore standard relativo per i nostri dati di esempio è del 51 percento.