O erro padrão relativo de um conjunto de dados está intimamente relacionado ao erro padrão e pode ser calculado a partir de seu desvio padrão. O desvio padrão é uma medida de quão bem compactados os dados estão em torno da média. O erro padrão normaliza essa medida em termos do número de amostras e o erro padrão relativo expressa esse resultado como uma porcentagem da média.
Calcule a média da amostra dividindo a soma dos valores da amostra pelo número de amostras. Por exemplo, se nossos dados consistirem em três valores - 8, 4 e 3 -, a soma será 15 e a média será 15/3 ou 5.
Calcule os desvios da média de cada uma das amostras e quadrime os resultados. Por exemplo, temos:
(8 - 5)^2 = (3)^2 = 9 (4 - 5)^2 = (-1)^2 = 1 (3 - 5)^2 = (-2)^2 = 4
Soma os quadrados e divida por um a menos que o número de amostras. No exemplo, temos:
(9 + 1 + 4)/(3 - 1) = (14)/2 = 7
Essa é a variação dos dados.
Calcule a raiz quadrada da variação para encontrar o desvio padrão da amostra. No exemplo, temos o desvio padrão = sqrt (7) = 2,65.
Divida o desvio padrão pela raiz quadrada do número de amostras. No exemplo, temos:
2.65 / sqrt (3) = 2.65 / 1.73 = 1.53
Este é o erro padrão da amostra.
Calcule o erro padrão relativo dividindo o erro padrão pela média e expressando-o como uma porcentagem. No exemplo, temos um erro padrão relativo = 100 * (1,53 / 3), que chega a 51%. Portanto, o erro padrão relativo para nossos dados de exemplo é de 51%.