相対標準誤差計算機 - RSE

相対標準誤差（RSE）は、統計的精度を表す標準化された単位のない指標です。推定値の標準誤差を、その推定値の絶対値に対する割合として表すため、研究者や分析者は、尺度や単位に関係なく異なる推定値の信頼性を比較できます。 式は単純です：RSE (%) = (標準誤差 / |推定値|) × 100。分母に絶対値を使うことで、結果は常に正になります。誤差は方向を持つ量ではなく、大きさを表すものだからです。RSE が 5% なら、標準誤差が推定値の 5% であり、高い精度を示します。RSE が 40% なら、その推定値は非常に不確実であり、かなり慎重に扱う必要があります。 標準誤差（SE）そのものは、推定値の周囲に生じる典型的な標本変動の大きさを測ります。これは標本標準偏差（s）と標本サイズ（n）から導かれます：SE = s / √n。この関係は重要な実務上の事実を示しています。RSE を下げる最も確実な方法は標本サイズを増やすことです。標本サイズを 2 倍にすると、SE は √2 ≈ 1.41 の係数で小さくなり、それに応じて RSE も縮小します。 多くの国の統計機関は、許容できる RSE 水準に関するガイドラインを公表しています。米国国勢調査局やオーストラリア統計局などでよく使われる基準は次のとおりです。RSE が 15% 未満なら高精度で、推定値は通常、注記なしで使用できます。RSE が 15% から 30% の場合は許容範囲ですが、注記が必要です。RSE が 30% を超える場合、その推定値は信頼性が低く、目立つ警告を添えるか、公表を控えるべきです。 RSE が測るのは精度であり、正確さではない点を理解することが重要です。精度とは、繰り返し測定した値が互いにどれだけまとまっているかを指します。正確さとは、それらの測定値が真の母集団値にどれだけ近いかを指します。測定プロセスや標本抽出枠に体系的な偏りがあれば、推定値は非常に精密（RSE が小さい）であっても不正確になり得ます。逆に、偏りがなくても変動の大きい推定値は、大きな RSE を持ちます。 RSE は、複雑な調査設計、経済モデリング、疫学研究、品質管理の文脈で特に有用です。これらの場面では、異なる大きさを持つ複数の推定値を共通の基準で比較する必要があるためです。変動を推定値そのものに対する割合として表すことで、RSE はその比較に公平な土台を提供します。