Standaardfout/standard error - Revision history

M Wolvers: /* Hoe bereken ik de standard error van een standaarddeviatie? */

2024-06-11T10:51:38Z

Hoe bereken ik de standard error van een standaarddeviatie?

← Older revision		Revision as of 12:51, 11 June 2024
Line 28:		Line 28:
	De standard error van de schatting van een standaarddeviatie kan berekend worden als:		De standard error van de schatting van een standaarddeviatie kan berekend worden als:

	s ~~/ wortel(~~2(n-1)~~) ~~~ 0.71 ~~standard error of the~~ mean ,		<math> SE_s = \frac {s}{\sqrt{2(n-1)}} </math> '''≈''' <math> 0.71 SE_{mean} </math>,

	waarbij s de sample standaarddeviatie en n het aantal waarnemingen. Zie ook deze [http://www.~~miislita~~.com/~~information-retrieval-tutorial~~/a-tutorial-on-standard-errors.pdf tutorial].		waarbij s de sample standaarddeviatie en n het aantal waarnemingen. Zie ook deze [http://www.minerazzi.com/tutorials/a-tutorial-on-standard-errors.pdf tutorial] en het paper van [https://www.tqmp.org/RegularArticles/vol10-2/p107/p107.pdf Harding et al. 2014].

	==Referenties ==		==Referenties ==

M Wolvers: /* Hoe bereken ik de SE van een procentuele toename? */

2024-06-11T08:51:47Z

Hoe bereken ik de SE van een procentuele toename?

← Older revision		Revision as of 10:51, 11 June 2024
Line 8:		Line 8:
	''Ik heb in een controlegroep (1) en een interventiegroep (2) een mean en SE. Als samenvattende maat bereken ik de procentuele toename in de interventiegroep t.o.v. de controlegroep: (mean_2 - mean_1) / mean_1 * 100%. Hoe kan ik een SE berekenen van deze percentuele toename?		''Ik heb in een controlegroep (1) en een interventiegroep (2) een mean en SE. Als samenvattende maat bereken ik de procentuele toename in de interventiegroep t.o.v. de controlegroep: (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 ([https://en.wikipedia.org/wiki/Relative_change#Percentage_change relatieve verandering]). Reden hiervoor is dat als je bijvoorbeeld 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 regressiecoëfficiënten en niet bij de odds ratio). Je kunt wel de SE berekenen op een getransformeerde schaal. In het bijzonder zou je hier de natuurlijk logaritme van de fold increase (de ratio van de twee ~~metingen~~) kunnen gebruiken:		Het is niet gebruikelijk om een SE te berekenen op deze 'procentuele' schaal ([https://en.wikipedia.org/wiki/Relative_change#Percentage_change relatieve verandering]). Reden hiervoor is dat als je bijvoorbeeld 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 regressiecoëfficiënten en niet bij de odds ratio). Je kunt wel de SE berekenen op een getransformeerde schaal. In het bijzonder zou je hier de natuurlijk logaritme van de fold increase (de ratio van de twee gemiddelden) kunnen gebruiken:

	<math> ln(FI) = ln(\frac{mean_2}{mean_1}) = ln(mean_2) - ln(mean_1)</math>.		<math> ln(FI) = ln(\frac{mean_2}{mean_1}) = ln(mean_2) - ln(mean_1)</math>.

M Wolvers: /* Hoe bereken ik de SE van een procentuele toename? */

2024-06-11T08:47:42Z

Hoe bereken ik de SE van een procentuele toename?

← Older revision		Revision as of 10:47, 11 June 2024
Line 8:		Line 8:
	''Ik heb in een controlegroep (1) en een interventiegroep (2) een mean en SE. Als samenvattende maat bereken ik de procentuele toename in de interventiegroep t.o.v. de controlegroep: (mean_2 - mean_1) / mean_1 * 100%. Hoe kan ik een SE berekenen van deze percentuele toename?		''Ik heb in een controlegroep (1) en een interventiegroep (2) een mean en SE. Als samenvattende maat bereken ik de procentuele toename in de interventiegroep t.o.v. de controlegroep: (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 bijvoorbeeld 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 regressiecoëfficiënten en niet bij de odds ratio). Je kunt wel de SE berekenen op een getransformeerde schaal. In het bijzonder zou je hier de natuurlijk logaritme van de fold increase kunnen gebruiken:		Het is niet gebruikelijk om een SE te berekenen op deze 'procentuele' schaal ([https://en.wikipedia.org/wiki/Relative_change#Percentage_change relatieve verandering]). Reden hiervoor is dat als je bijvoorbeeld 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 regressiecoëfficiënten en niet bij de odds ratio). Je kunt wel de SE berekenen op een getransformeerde schaal. In het bijzonder zou je hier de natuurlijk logaritme van de fold increase (de ratio van de twee metingen) kunnen gebruiken:

			<math> ln(FI) = ln(\frac{mean_2}{mean_1}) = ln(mean_2) - ln(mean_1)</math>.

	~~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 [http://en.wikipedia.org/wiki/Variance#Approximating_the_variance_of_a_function delta methode]):		De bijbehorende SE op deze schaal is (dit kun je berekenen met behulp van de [http://en.wikipedia.org/wiki/Variance#Approximating_the_variance_of_a_function delta methode]):

	~~wortel~~ (SE_1^2 / mean_1^2 + SE_2^2 / mean_2^2).		<math> SE_{ln(FI)} = \sqrt{\frac{SE_1^2}{mean_1^2} + \frac{SE_2^2}{mean_2^2}}</math>.

			Op deze getransformeerde schaal zou je wel berekeningen kunnen doen (bijvoorbeeld poolen van studieresultaten of berekenen van een 95% betrouwbaarheidsinterval voor beschrijving).


	~~Op deze getransformeerde schaal zou je wel berekeningen kunnen doen (bijvoorbeeld 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:		Vanaf de op deze schaal uitgerekende getallen kun je altijd weer terug transformeren naar een maat van relatieve verandering, met behulp van de volgende omzetting:

	(mean_2-mean_1)/mean_1 = e^(ln(mean_2/mean_1)) - 1		<math>\frac{mean_2-mean_1}{mean_1} = e^{ln(\frac{mean_2}{mean_1})} - 1 </math>

	==Hoe bereken ik de standard error van een standaarddeviatie?==		==Hoe bereken ik de standard error van een standaarddeviatie?==

M Wolvers: /* Hoe bereken ik de SE van een procentuele toename? */

2023-01-11T08:46:08Z

Hoe bereken ik de SE van een procentuele toename?

← Older revision		Revision as of 10:46, 11 January 2023
Line 6:		Line 6:

	==Hoe bereken ik de SE van een procentuele toename?==		==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 interventiegroep t.o.v. de controlegroep: (mean_2 - mean_1) / mean_1 * 100%. Hoe kan ik een SE berekenen van deze percentuele toename?		''Ik heb in een controlegroep (1) en een interventiegroep (2) een mean en SE. Als samenvattende maat bereken ik de procentuele toename in de interventiegroep t.o.v. de controlegroep: (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 regressiecoëfficiënten en niet bij de odds ratio). Je kunt wel de SE berekenen op een getransformeerde schaal. In het bijzonder zou je hier de natuurlijk logaritme van de fold increase kunnen gebruiken:		Het is niet gebruikelijk om een SE te berekenen op deze 'procentuele' schaal. Reden hiervoor is dat als je bijvoorbeeld 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 regressiecoëfficiënten en niet bij de odds ratio). Je kunt wel de SE berekenen op een getransformeerde schaal. In het bijzonder zou je hier de natuurlijk logaritme van de fold increase kunnen gebruiken:

	ln(mean_2/mean_1) = ln(mean_2) - ln(mean_1).		ln(mean_2/mean_1) = ln(mean_2) - ln(mean_1).

M Wolvers at 08:12, 11 January 2023

2023-01-11T08:12:09Z

Nan van Geloven at 07:44, 23 October 2014

2014-10-23T07:44:32Z

← Older revision		Revision as of 09:44, 23 October 2014
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.

	~~<div style="background-color:#e8f1ff; margin:0.5em; padding:1em; border:1px solid #C8D0DC;">~~		{{onderschrift}}
	~~Terug naar [[OVERZICHT]] voor een overzicht van alle statistische onderwerpen op deze wiki.~~

	~~Terug naar [[KEUZE TOETS]] voor hulp bij het uitzoeken van een geschikte toets of analyse.~~
	~~<div>~~

Nan van Geloven at 10:31, 3 January 2012

2012-01-03T10:31:56Z

← Older revision		Revision as of 12:31, 3 January 2012
Line 19:		Line 19:

	(mean_2-mean_1)/mean_1 = e^(ln(mean_2/mean_1)) - 1		(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 [http://www.miislita.com/information-retrieval-tutorial/a-tutorial-on-standard-errors.pdf tutorial].

	==Referenties ==		==Referenties ==

Nan van Geloven: /* Referenties */

2011-10-28T08:31:18Z

Referenties

← Older revision		Revision as of 10:31, 28 October 2011
Line 22:		Line 22:
	==Referenties ==		==Referenties ==

	*Douglas G. Altman, David Machin, Trevor N. Bryant, Martin J. Gardner, Statistics with confidence, BMJ books.
	*[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]

Nan van Geloven: /* Hoe bereken ik de SE van een procentuele toename? */

2011-10-28T08:30:59Z

Hoe bereken ik de SE van een procentuele toename?

← Older revision		Revision as of 10:30, 28 October 2011
Line 10:		Line 10:
	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:		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)		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 [http://en.wikipedia.org/wiki/Variance#Approximating_the_variance_of_a_function delta methode]):		De bijbehorende SE op deze schaal is (dit kun je berekenen met behulp van de [http://en.wikipedia.org/wiki/Variance#Approximating_the_variance_of_a_function delta methode]):

	wortel (SE_1^2 / mean_1^2 + SE_2^2 / mean_2^2)		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:		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:

Nan van Geloven: /* Hoe bereken ik de SE van een procentuele toename? */

2011-10-28T08:29:59Z

Hoe bereken ik de SE van een procentuele toename?

← Older revision		Revision as of 10:29, 28 October 2011
Line 10:		Line 10:
	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:		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:

	~~<math>~~ ln(~~\frac{mean1}{mean2}~~) = ln(~~mean2~~)-ln(~~mean2~~)~~.</math>~~		ln (mean_2/mean_1) = ln(mean_2) - ln(mean_1)

	~~ln ( mean_2/mean_1) = ln(mean_2) - ln(mean_2)~~		de bijbehorende SE op deze schaal is (dit kun je berekenen met behulp van de [http://en.wikipedia.org/wiki/Variance#Approximating_the_variance_of_a_function delta methode]):

	de bijbehorende SE op deze schaal is (dit kun je berekenen met de [http://en.wikipedia.org/wiki/Variance#Approximating_the_variance_of_a_function delta methode]):

	wortel (SE_1^2 / mean_1^2 + SE_2^2 / mean_2^2)		wortel (SE_1^2 / mean_1^2 + SE_2^2 / mean_2^2)

← Older revision		Revision as of 10:12, 11 January 2023
Line 3:		Line 3:
	\|coauthor=		\|coauthor=
	}}		}}
	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.		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 (standaarddeviatie) 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?==		==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?		''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 interventiegroep t.o.v. de controlegroep: (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:		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 regressiecoëfficiënten en niet bij de odds ratio). Je kunt wel de SE berekenen op een getransformeerde schaal. In het bijzonder zou je hier de natuurlijk logaritme van de fold increase kunnen gebruiken:

	ln (mean_2/mean_1) = ln(mean_2) - ln(mean_1).		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 [http://en.wikipedia.org/wiki/Variance#Approximating_the_variance_of_a_function delta methode]):		De bijbehorende SE op deze schaal is (dit kun je berekenen met behulp van de [http://en.wikipedia.org/wiki/Variance#Approximating_the_variance_of_a_function delta methode]):
Line 16:		Line 16:
	wortel (SE_1^2 / mean_1^2 + SE_2^2 / mean_2^2).		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:		Op deze getransformeerde schaal zou je wel berekeningen kunnen doen (bijvoorbeeld 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		(mean_2-mean_1)/mean_1 = e^(ln(mean_2/mean_1)) - 1

	==Hoe bereken ik de standard error van een ~~standaard deviatie~~?==		==Hoe bereken ik de standard error van een standaarddeviatie?==

	De standard error van de schatting van een ~~standaard deviatie~~ kan berekend worden als:		De standard error van de schatting van een standaarddeviatie kan berekend worden als:

	s / wortel(2(n-1)) ~ 0.71 standard error of the mean ,		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 [http://www.miislita.com/information-retrieval-tutorial/a-tutorial-on-standard-errors.pdf tutorial].		waarbij s de sample standaarddeviatie en n het aantal waarnemingen. Zie ook deze [http://www.miislita.com/information-retrieval-tutorial/a-tutorial-on-standard-errors.pdf tutorial].

	==Referenties ==		==Referenties ==