Calculadora de error estándar

Esta calculadora de error estándar indica con qué precisión una media muestral estima la media poblacional cuando usted ya conoce la desviación típica muestral y el tamaño de la muestra. Introduzca una desviación típica muestral s no negativa y un entero positivo n; el motor devuelve SE igual a s dividido por la raíz cuadrada de n, junto con la raíz de n y la varianza muestral s al cuadrado entre n, para que pueda contrastar un artículo, un cuaderno de laboratorio o una hoja de cálculo celda a celda. Las comprobaciones clásicas incluyen una desviación típica muestral de diez con veinticinco observaciones, que produce un error estándar de exactamente dos, y una desviación de cuatro con dieciséis observaciones, que produce un error estándar de uno. El camino es solo aritmética de coma flotante determinista: sin pasar por datos brutos, sin llamadas de red, sin remuestreo aleatorio y sin atajos que dependan de la fecha.

Qué mide el error estándar y cómo se forma SE = s entre la raíz de n

El error estándar de la media responde a una pregunta distinta de la desviación típica ordinaria. La desviación típica describe cuánto se dispersan las observaciones individuales en torno a la media muestral; el error estándar describe cuánto se esperaría que oscilara esa misma media si se extraen muchas muestras independientes del mismo tamaño del mismo proceso.

Bajo los supuestos habituales de observaciones independientes e idénticamente distribuidas, la varianza muestral de la media es la varianza poblacional dividida por n, de modo que un estimador del error estándar es la desviación típica muestral dividida por la raíz cuadrada de n. Esta página toma esos dos números como dados: usted ya tiene s de un artículo, de un paquete estadístico o de un paso previo sobre la serie bruta, y ya conoce el recuento n.

El motor no vuelve a calcular s a partir de una lista de valores; evalúa la escala de forma cerrada SE igual a s entre la raíz de n y devuelve las piezas de apoyo para que una sección de métodos o un ejercicio pueda mostrar la identidad completa. Esa es una búsqueda y un contrato distintos de una herramienta SEM de datos brutos que primero estima s desde un arreglo, y de una herramienta de error estándar de una proporción que usa p-hat por uno menos p-hat entre n.

Los estudiantes encuentran este objeto cuando un libro cita s y n y pide el error estándar, cuando un informe de laboratorio lista una desviación típica muestral y un recuento de réplicas, y cuando una tabla publicada debe convertirse en incertidumbre sobre la media sin reconstruir las mediciones originales. El tamaño muestral debe ser un entero positivo porque n es un recuento de observaciones; un decimal, un cero o un n negativo no son un recuento válido para esta fórmula.

La desviación típica muestral debe ser un número finito no negativo.

Dónde un error estándar a partir de s y n justifica su uso

Las aulas y las plataformas de tutoría usan una calculadora de error estándar para que el alumnado compruebe SE igual a s entre la raíz de n con valores publicados arbitrarios, sin mezclar la fórmula con un paso SEM de datos brutos, un error estándar de proporción o un SEE residual de regresión.

Los generadores de exámenes necesitan un oráculo determinista que rechace un tamaño muestral no entero en lugar de truncar n en silencio y producir un error estándar plausible pero erróneo que un calificador defectuoso podría tratar como acierto. Quienes redactan secciones de métodos suelen tener s y n de un paquete estadístico o de otro artículo y necesitan el error estándar para un intervalo de confianza o un forest plot sin reconstruir las mediciones originales.

Los cuadernos de laboratorio listan una desviación típica muestral y un recuento de réplicas; convertir esas dos cifras en incertidumbre sobre la media es exactamente esta forma cerrada. Los equipos de producto y operaciones vigilan la precisión de la media de una métrica cuando ya conocen la desviación típica de la semana pasada y el tamaño de esta semana; esa es una pregunta distinta de volver a ingerir cada observación.

Mantenga n como entero positivo y s no negativo y finito, y obtendrá un error estándar reproducible para hojas, plugins LMS y workers de borde sin levantar un paquete estadístico propio. Si aún tiene la serie bruta y necesita calcular s primero, use la herramienta SEM de datos brutos; si tiene una proporción muestral en lugar de una desviación típica, use en su lugar la herramienta de error estándar de una proporción.