Standaardfout/standard error: Difference between revisions
No edit summary |
No edit summary |
||
Line 1: | Line 1: | ||
{{auteurs| | {{auteurs| | ||
|mainauthor= [[user:Nan van Geloven|ir. N. van Geloven]] | |mainauthor= [[user:Nan van Geloven|dr. ir. N. van Geloven]] | ||
|coauthor= | |coauthor= | ||
}} | }} | ||
Line 31: | Line 31: | ||
*[http://www.bmj.com/cgi/reprint/331/7521/903 Douglas G. Altman, J Martin Bland, Statistical Notes, Standard deviations and standard errors, BMJ 2005;331:903] | *[http://www.bmj.com/cgi/reprint/331/7521/903 Douglas G. Altman, J Martin Bland, Statistical Notes, Standard deviations and standard errors, BMJ 2005;331:903] | ||
*[http://thestatsgeek.com/2013/06/30/standard-deviation-versus-standard-error/ Standard error versus standard deviation on TheStatsGeek.com] Een zeer heldere Engelstalige uitleg over deze twee grootheden. | |||
{{onderschrift}} | |||
Revision as of 08:44, 23 October 2014
Auteur | dr. ir. N. van Geloven | |
Co-Auteur | ||
auteurschap op deze site |
De standaardfout van een schatting geeft de precisie van die schatting weer. De standaardfout (Engels standard error (SE)) wordt gebruikt om aan te geven hoe zeker je bent van een geschatte waarde. Formeel geeft de waarde de spreiding (standaard deviatie) van de schatting weer als er meerdere samples zouden zijn, waarbij er bij iedere sample opnieuw de schatting gemaakt wordt.
Hoe bereken ik de SE van een procentuele toename?
Ik heb in een controle (1) en een interventie (2) groep een mean en SE. Als samenvattende maat bereken ik de procentuele toename in de interventie groep tov de controle groep: (mean_2 - mean_1) / mean_1 * 100%. Hoe kan ik een SE berekenen van deze percentuele toename?
Het is niet gebruikelijk om een SE te berekenen op deze 'procentuele' schaal. Reden hiervoor is dat als je bijv een 30% decrease zou hebben met een SE van 20%, je bij het doorrekenen naar een 95% betrouwbaarheidsinterval op 'rare' negatieve percentages (30% +/- 1,95*20%) uit zou komen. In het algemeen gebruik je de SE op een schaal waar je met redelijkheid kunt aannemen dat een normale verdeling geldt (om dezelfde reden wordt er bijvoorbeeld bij logistische regressie de SE vermeld bij de regressiecoefficienten en niet bij de odds ratio). Je kunt wel de SE berekenen op een getransformeerde schaal. In het bijzonder zou je hier de natuurlijk logarithme van de fold increase kunnen gebruiken:
ln (mean_2/mean_1) = ln(mean_2) - ln(mean_1).
De bijbehorende SE op deze schaal is (dit kun je berekenen met behulp van de delta methode):
wortel (SE_1^2 / mean_1^2 + SE_2^2 / mean_2^2).
Op deze getransformeerde schaal zou je wel berekeningen kunnen doen (bijv poolen van studieresultaten of berekenen van een 95% betrouwbaarheidsinterval voor beschrijving). Vanaf de op deze schaal uitgerekende getallen kun je altijd weer terug transformeren, met behulp van de volgende omzetting:
(mean_2-mean_1)/mean_1 = e^(ln(mean_2/mean_1)) - 1
Hoe bereken ik de standard error van een standaard deviatie?
De standard error van de schatting van een standaard deviatie kan berekend worden als:
s / wortel(2*(n-1)) ~ 0.71* standard error of the mean ,
waarbij s de sample standaard deviatie en n het aantal waarnemingen. Zie ook deze tutorial.
Referenties
- Douglas G. Altman, J Martin Bland, Statistical Notes, Standard deviations and standard errors, BMJ 2005;331:903
- Standard error versus standard deviation on TheStatsGeek.com Een zeer heldere Engelstalige uitleg over deze twee grootheden.
Klaar met lezen? Je kunt naar het OVERZICHT van alle statistische onderwerpen op deze wiki gaan of naar de pagina KEUZE TOETS voor hulp bij het uitzoeken van een geschikte toets of analyse. Wil je meer leren over biostatistiek? Volg dan de AMC e-learning Practical Biostatistics. Vind je op deze pagina's iets dat niet klopt? Werkt een link niet? Of wil je bijdragen aan de wiki? Neem dan contact met ons op.
De wiki biostatistiek is een initiatief van de voormalige helpdesk statistiek van Amsterdam UMC, locatie AMC. Medewerkers van Amsterdam UMC kunnen via intranet ondersteuning aanvragen.