标准差和标准误:样本量变化时有什么不同? | EverydayCalc跳转到主要内容
everydaycalc.

查找计算器

Esc 关闭 · / 或 Ctrl+K 打开

首页›计算指南›标准差和标准误:样本量变化时有什么不同?
通过示例理解公式

标准差和标准误:样本量变化时有什么不同?

收集八次测量后,要描述这些值之间有多不同,还是样本均值有多准确?应采用不同的指标。

1. 标准差描述数据离散程度

数据 2、4、4、4、5、5、7、9 的平均值是 5,离均差平方和是 32。总体标准差 = √(32/8)=2;样本标准差 = √(32/7)≈2.13809,因为使用 n−1 作分母。

2. 标准误描述均值估计的不确定性

均值标准误 SE = 样本标准差 ÷ √n。n=8 时约为 0.75593。如果总体离散程度不变,样本量翻倍只能把标准误乘以约 1/√2,而非减半。

3. 何时选择哪个指标

要解释单个观测值的差异,应参考标准差;要解释估计均值的精确度,应参考标准误。均值 ±1 SE 既不自动覆盖 68% 的观测值,也不必然是 95% 置信区间。

4. 注意统计前提

相关观测、抽样偏差及异常值可能使简单公式失效。未知总体方差的小样本估计往往需要 t 分布,而非直接使用 1.96。

常见问题

标准误总比标准差小吗?

按通常的均值标准误公式,n 大于 1 时除以 √n。

标准误小就表示数据几乎相同吗?

不是。样本量足够大时,即使观测值很分散,标准误也可能较小。

均值 ±1.96 SE 总是 95% 置信区间吗?

不是,仅在符合相应正态近似条件时才可能成立。

计算在浏览器中进行。本指南仅供一般学习参考,不构成针对个人的财务、医疗或法律建议。