Cómo calcular el error estándar usando una fórmula

Bienvenido, aquí Miguel, autor de este fantástico tutorial que te va a ayudar a solventar el error que tanto te molesta. ¡Sigue las pautas con cautela!

Aquellos que no estén familiarizados con las complejidades y dificultades de la medición sistémica pueden no estar familiarizados con las rutinas básicas utilizadas para determinar la precisión. los Error estándar se utiliza habitualmente para determinar la precisión de un promedio en relación con una muestra más grande, y a continuación le mostraremos cómo calcular el error estándar cuando se utiliza una fórmula específica. También incluiremos enlaces a otro material sobre este ejercicio estadístico común para que cuando llegue el momento en que necesite usarlo, tenga muchos conocimientos para hacerlo.

Si eres un nerd de las estadísticas o simplemente buscas la comprensión más básica del error estándar, ¡sigue leyendo para obtener más información!

Calcular un promedio o mediana a partir de una muestra no es un proceso particularmente difícil. Dependiendo de la naturaleza del estudio, esto generalmente implicará seleccionar un tamaño de muestra específico de la población más grande de la que se extrae. Después de eso, el siguiente paso en el proceso es encontrar esa media o mediana (o «media», en aras de la precisión) entre esa muestra. Con este promedio, puede determinar la población más grande de la que ha seleccionado la muestra.

Sin embargo, como le dirá cualquier persona familiarizada con las estadísticas matemáticas, un proceso tan simple podría no proporcionar los estudios más precisos. Después de todo, ¿cómo puede estar seguro de que la muestra que seleccionó representa correctamente a la población más grande? ¿Cómo explica otros estudios similares que se realizaron con la misma población, pero con diferentes muestras? Todas estas son cosas a considerar, y en el mundo de las estadísticas, eso significa que se requiere un proceso para medir esta precisión.

Las fórmulas desarrolladas para el error estándar son esta respuesta a una precisión esencial. Y aunque pueden parecer bastante complicados, y son capaces de hacerlo bastante, descubrir para qué sirven no es particularmente difícil. Y dado que el tamaño de una muestra siempre será diferente del tamaño de la población que representa, el cálculo del error estándar es necesario. después de todo, si no hubiera diferencia entre el tamaño de la muestra y la población, no habría necesidad de una muestra, ¿verdad?

A continuación, lo guiaremos a través de los métodos para calcular las desviaciones estándar entre los tamaños de muestra y población con más detalle. Y como prometimos, terminaremos esta breve introducción a estas fórmulas con algunas lecturas adicionales en las que invertir, si está interesado en estudiar estadística.

Media, mediana, muestra y población

Cualquier estudio estadístico destinado a representar una población más grande requerirá una muestra. Y siempre que la muestra se elija correctamente, la media o mediana de esa muestra se puede aplicar a la población con diversos grados de precisión. Sin embargo, «diversos grados» pueden ser muy diferentes. Así, las diferencias entre la muestra y la población son casi tan grandes como la información derivada de la aproximación de una media o una mediana.

“El ingreso medio no existe; hay una curva, y realmente importa en qué lado de la curva se encuentre. No hay clase media. Está desapareciendo por completo. – Marc Andreessen

Sin un método para determinar las desviaciones, la información adquirida durante el estudio de la muestra se vuelve menos relevante y aplicable. De hecho, tratar de determinar el error estándar es prácticamente inútil a menos que tenga la información que necesita para determinar las desviaciones estándar. Los dos están íntimamente relacionados, e incluso un examen a nivel superficial de las dos fórmulas que discutiremos a continuación revela esto: si no conoce los parámetros de las muestras de población representadas, ¿de qué sirve el error estándar de estas? las muestras van a ser?

GUÍA RELACIONADA  Hemos restaurado esta instalación en una versión anterior de League Of Legends

La importancia de las desviaciones

Las desviaciones cambiarán según el escenario en el que se midan, pero hay algunas cosas que casi siempre serán aplicables al determinarlas. Al mirar un conjunto de datos de una muestra específica de una población más grande, observe los puntos de datos relativos a la media establecida. Si se extienden muy por encima y por debajo de la media (o media), está buscando una diferencia mayor, que generalmente representa un estudio más volátil, dentro de una muestra específica. La mayoría de los estudios que esperan cualquier tipo de resultado preciso tienen una desviación estándar y un error estándar relativamente bajos; esto representa la mayoría de los puntos de datos agrupados cerca de la media. Los estudios con puntos de datos distribuidos uniformemente en una amplia gama de variables tienen menos probabilidades de ser precisos y, en general, ayudan a los investigadores a saber que necesitan un nuevo ángulo de investigación.

Si los puntos de datos están relativamente más cerca de la media o la media, los valores de desviación también serán menores. Esto será importante cuando calcule el error estándar a partir de un conjunto de puntos de datos. La medida de esta desviación en un conjunto dado de datos suele ser llamado desviación estándar.

Error estándar y desviación estándar

Aunque suenen similares, Error estándar y la desviación estándar son en realidad dos cosas diferentes, aunque ambas se utilizan para determinar la cantidad de datos distribuidos entre los tamaños de muestra.

El error estándar utiliza datos de muestra para determinar la dispersión de esos datos. Y la desviación estándar juega un papel fundamental en el cálculo de esto, ya que se utiliza para determinar los parámetros de la población representada. Uno encaja en el otro y, por tanto, los dos son inseparables; si desea calcular el error estándar, deberá calcular la desviación estándar si desea que los resultados sean precisos. Sin los parámetros, no podrá calcular el error estándar de una muestra con ningún grado de precisión.

Cálculo del error estándar

Siempre que tenga la información para hacerlo, existen fórmulas que se pueden utilizar para calcular el error estándar en situaciones como estas. El error estándar de la media (SEM) representa la desviación estándar de la estimación de la media muestral de una media poblacional general más grande. Como describimos anteriormente, este es un método que utilizará para determinar la precisión de la media de una muestra, así como su relación con la población de la que se tomó la muestra.

Las siguientes ecuaciones y sus variables componentes se han explicado en la Calculadora de errores estándar sitio, parte de MiniWebTool.

En la fórmula anterior, hay varias variables que necesitará saber si desea completar la ecuación. Definidos a continuación, cada uno de ellos es fundamental:

  • SEM: El error estándar de la media
  • s: La desviación estándar de la muestra (ver más abajo)
  • no: El número de observaciones en la muestra
GUÍA RELACIONADA  Los mejores ordenadores portátiles con una cámara fantástica para sus reuniones con zoom

Para calcular la desviación estándar de la muestra, necesitará información más detallada sobre cada uno de los conjuntos de muestras de datos que está utilizando. Todos estos deben tomarse del tamaño más grande de la población. Sus cálculos de desviación estándar y error estándar serán mucho más precisos si todas las muestras son del mismo tamaño.

Como puede ver, hay varias otras variables necesarias para encontrar la desviación estándar de la muestra. A menos que ya los haya definido todos, cada uno de ellos requerirá un cálculo adicional. Todos se definen a continuación:

  • s: La desviación estándar de la muestra
  • x1-xn: Los conjuntos de datos de muestra separados que calcula, para determinar la desviación estándar de la muestra
  • X: Valor promedio tomado de una muestra de datos
  • NO: El tamaño de la muestra de datos, extraída de la población

Con estas fórmulas, podrá determinar con éxito el error estándar, o el tamaño de su muestra, en relación con la población. Este es un ejercicio bastante estándar en ciencia estadística e investigación general, siempre que haya una disparidad entre varias muestras diferentes y la población que se supone que representan. Por supuesto, hemos explicado el proceso de la forma más concisa posible. Hay muchas circunstancias diferentes en las que las fórmulas pueden volverse más complejas. Por ejemplo, determinar los parámetros de la desviación estándar puede volverse increíblemente diferente cuando se trabaja con muchas muestras diferentes; cuantas más muestras trabaje, más compleja será su fórmula.

Sin embargo, la fórmula anterior permite la entrada de una variedad de muestras diferentes, independientemente de su tamaño o complejidad. Si desea obtener más información sobre el tema, consulte los enlaces que proporcionamos en la parte superior de esta sección.

Se podría argumentar que este tipo de fórmulas y cálculos solo son útiles para aquellos que se dedican a conocimientos estadísticos complejos, pero se sorprendería de lo versátiles que son estos datos. Los investigadores e incluso los periodistas interesados ​​en medir las tendencias ascendentes y descendentes pueden utilizar el error estándar y la desviación estándar. Puede revelar cosas interesantes sobre poblaciones y muestras derivadas de ellas; por tanto, si su profesión trabaja habitualmente con muestras y poblaciones, puede resultar de gran utilidad tener estas fórmulas a mano.

Con los pasos anteriores, podrá determinar cómo calcular el error estándar para muestras particulares en su estudio. No solo eso, sino que podrá calcular la desviación estándar necesaria para la primera fórmula. Si tiene alguna pregunta sobre cualquiera de estos elementos, no dude en contactarnos en la sección de comentarios de este artículo. Si no es así, considere hacer clic en algunos de los enlaces verificados que hemos proporcionado para obtener más información.

Otras gruías que te pueden interesar…

Deja un comentario