RSE 계산기 - 상대 표준오차

상대 표준오차(RSE)는 표준화된 단위 없는 통계적 정확도 지표입니다. 어떤 추정값의 표준오차를 그 추정값의 절대값에 대한 백분율로 나타내므로, 연구자와 분석가가 규모나 단위에 상관없이 서로 다른 추정값의 신뢰성을 비교할 수 있습니다. 공식은 단순합니다. RSE (%) = (표준오차 / |추정값|) × 100. 분모에 절대값을 쓰면 오차가 방향이 아니라 크기를 나타내므로 결과가 항상 양수가 됩니다. RSE가 5%라면 표준오차가 추정값의 5%라는 뜻으로, 정확도가 높다는 의미입니다. RSE가 40%라면 추정값의 불확실성이 매우 크므로 상당한 주의가 필요합니다. 표준오차(SE)는 추정값 주변의 전형적인 표본 변동성을 나타냅니다. 이는 표본표준편차(s)와 표본 크기(n)에서 계산됩니다. SE = s / √n. 이 관계는 중요한 실무적 사실을 보여줍니다. RSE를 줄이는 가장 확실한 방법은 표본 크기를 늘리는 것입니다. 표본 크기를 두 배로 늘리면 SE는 √2 ≈ 1.41의 역수만큼 줄어들어 RSE도 비례해서 감소합니다. 많은 국가 통계기관은 허용 가능한 RSE 수준에 대한 지침을 발표합니다. 미국 인구조사국과 호주 통계청 같은 기관에서 흔히 쓰는 기준은 다음과 같습니다. RSE가 15% 미만이면 높은 정확도로 보고 일반적으로 별도 조건 없이 사용할 수 있습니다. RSE가 15%~30%이면 허용 가능하지만 주의 문구가 필요합니다. RSE가 30%를 넘으면 신뢰하기 어렵다고 보며, 눈에 띄는 경고를 붙이거나 아예 공개하지 않기도 합니다. 중요한 점은 RSE가 정확도(precision)를 측정할 뿐, 정확성(accuracy)을 측정하는 것은 아니라는 점입니다. 정확도는 반복 측정값이 서로 얼마나 가깝게 모이는지를 뜻하고, 정확성은 그 측정값이 실제 모집단 값에 얼마나 가까운지를 뜻합니다. 측정 과정이나 표본틀에 체계적 편향이 있으면 RSE가 작아도 추정값은 부정확할 수 있습니다. 반대로 편향은 없지만 변동이 큰 추정값은 RSE가 크게 나옵니다. RSE는 복합 표본조사, 경제 모형화, 역학 연구, 품질 관리처럼 서로 다른 규모의 여러 추정값을 같은 기준으로 비교해야 하는 상황에서 특히 유용합니다. 변동성을 추정값 자체의 비율로 표현함으로써 RSE는 비교를 위한 공정한 기준을 제공합니다.