Standardfehler einer Proportion

Dieser Rechner für den Standardfehler einer Proportion zeigt, wie präzise ein Stichprobenanteil einen unbekannten Populationsanteil schätzt. Sie geben einen Stichprobenanteil p-hat zwischen null und eins sowie einen Stichprobenumfang n von mindestens einer Beobachtung ein; die Engine liefert die binomiale Stichprobenvarianz p-hat mal eins minus p-hat über n, den Standardfehler als positive Quadratwurzel dieser Varianz und das Komplement q gleich eins minus p-hat, damit Sie die Arithmetik mit Lehrbüchern und Tabellenkalkulationen abgleichen können. Klassische Prüfungen umfassen vierzig Prozent Erfolg in hundert Versuchen, was nach Division des Produkts aus null Komma vier und null Komma sechs durch hundert und Ziehen der Wurzel einen Standardfehler nahe vier Komma neun Prozent ergibt. Der Pfad ist reine deterministische Gleitkomma-Arithmetik: keine Netzwerkanrufe, kein Bootstrap-Resampling und keine datumsabhängigen Abkürzungen.

Was der Standardfehler einer Proportion misst und was die Antwort enthält

Der Standardfehler eines Stichprobenanteils beantwortet eine andere Frage als der bloße Rohprozentsatz der Stichprobe. Ein gemeldeter Ja-Anteil von vierzig Prozent ist eine Punktschätzung; der Standardfehler beschreibt, wie stark dieser Prozentsatz schwanken würde, wenn Sie viele unabhängige Stichproben gleicher Größe aus demselben Bernoulli-Prozess zögen. Unter unabhängigen identischen Versuchen mit Erfolgswahrscheinlichkeit p ist die Stichprobenvarianz des Anteils p mal eins minus p geteilt durch n, sodass ein geschätzter Standardfehler den beobachteten p-hat für p einsetzt und die positive Quadratwurzel nimmt.

Die Regel „Umfang unter eins“ ist beabsichtigt: ein nicht positiver Stichprobenumfang ist keine gültige Bernoulli-Versuchszählung für die klassische Formel. Wenn Sie den Standardfehler eines numerischen Mittelwerts statt eines Anteils brauchen, nutzen Sie das eigene Tool zum Standardfehler des Mittelwerts; wenn Sie Konfidenzintervalle oder Hypothesentests für Anteile brauchen, kombinieren Sie dieses SE separat mit dem gewählten kritischen Wert oder p-value-Workflow. Diese Seite beantwortet nur das klassische SE eines einzelnen Stichprobenanteils mit exakter, cachebarer Gleitkommaausgabe, geeignet für Arbeitsblätter, Unit-Tests und Pipelines, die bei jedem Lauf dasselbe SE treffen müssen.

Wo SE einer Proportion in Studium, Umfragen, Produktarbeit und Reporting passt

Studierende begegnen dem Standardfehler einer Proportion, wenn ein Lehrbuch Konfidenzintervalle für einen Anteil aufbaut, wenn ein Labor Unsicherheit zu einer Conversion-Rate verlangt oder wenn sie eine saubere Prüfung gegen einen Rechner brauchen, der nur p-hat zeigt und die Wurzel aus p mal eins minus p über n dem Leser überlässt. Lehrkräfte können Antwortschlüssel für bescheidene Stichprobenumfänge vorab erzeugen, ohne opaken Apps zu vertrauen, die Zwischenprodukte anders runden oder verbergen, ob sie die Plug-in-p-hat-Formel oder ein hypothetisches p null unter der Nullhypothese nutzten.

Entwickler rufen denselben Vertrag aus Skripten auf, um deterministische Testvektoren zu säen, Analyse-Pipelines zu validieren, die eine Conversion-Rate plus/minus SE plotten, oder Datenqualitätsgates zu erfüllen, die Anteile markieren, deren SE kollabiert, wenn n groß ist, p-hat aber nicht nahe den Extremen liegt. Analysten nutzen dieses SE beim Berichten von Umfrageanteilen, A/B-Test-Conversion-Raten, Fehlerraten oder Ja-Anteilen von Befragungen, damit Leser die Präzision des geschätzten Anteils sehen und nicht nur den Rohprozentsatz.

Produkt- und Operationsteams beobachten SE von Churn, Klickrate und Fehlerraten, wenn Stichprobenumfänge sich ändern, weil ein Anteil, der stabil wirkt, bei kleinem n oder bei p-hat nahe einem Halb, wo die binomiale Varianz maximal ist, noch ein großes SE haben kann. Kombinieren Sie es mit Mittelwert-SEM-Tools, wenn Ihr Ergebnis kontinuierlich statt binär ist, und mit z-Score- oder Wahrscheinlichkeitstools, wenn Sie Wahrscheinlichkeiten standardisieren oder komplementieren statt die Präzision eines Stichprobenanteils zusammenzufassen.