标准误差如何计算

S = Sqrt(S^

2. =75扩展资料：标准差也被称为标准偏差，标准差(Standard Deviation)描述各数据偏离平均数的距离（离均差）的平均数，它是离差平方和平均后的方根，

σ=方差开平方。标准差，中文环境中又常称均方差，是离均差平方的算术平均数的平方根，用σ表示。在概率统计中最常使用作为统计分布程度上的测量。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的两组数据，标准差未必相同。

标准差系数，又称为均方差系数，离散系数。它是从相对角度观察的差异和离散程度，在比较相关事物的差异程度时较之直接比较标准差要好些。标准差系数是将标准差与相应的平均数对比的结果。标准差和其他变异指标一样，是反映标志变动度的绝对指标。

标准偏差和标准误差是统计学中的两个变异性估计量。两者只有一字之差，但是所表示的估计含义却很不同。

首先，从英文名字来讲，标准偏差是standard deviation，deviation有“离差”的意思，标准偏差表征的是数据的离散程度；而标准误差的英文名是standard error，表征的是单个统计量在多次抽样中呈现出的变异性。可以这样理解，前者是表示数据本身的变异性，而后者表征的是抽样行为的变异性。

从计算公式来看，标准偏差计算公式：

标准误差的计算公式：

其中， s就是上式的标准偏差，但它表示n次抽样得到的样本统计量（如均值）的标准偏差。

这个公式体现的具体过程如下：

1. 从总体中进行n次抽样（每一次抽样的数量不定，也不一定为1）。

2. 计算每次抽样的统计量，如均值、中位数、百分位数等。

3. 计算某个统计量的标准偏差，并根据抽样次数计算标准误差。

当样本当标准偏差固定时，抽样次数越大，标准误差越小，直观来看，减小抽样分布的标准误差最直接的办法是增大抽样规模，并且标准误差和数据规模呈现平方根的关系，也就是说要让抽样的标准误差减小一半，抽样次数要增大到原来的4倍。

从另一方面来说，如果抽样行为已经完成，那么抽样次数n是固定的，此时，这个抽样分布的标准偏差就可以作为标准误差的估计。

其中E为误差=测定值—真实值。

标准误差一般用SE表示，反映样本平均数对总体平均数的变异程度，从而反映抽样误差的大小，是量度结果精密度的指标。

标准差与标准误差的意义、作用和使用范围均不同。标准差（亦称单数标准差）一般用SD表示，是表示个体间变异大小的指标，反映了整个样本对样本平均数的离散程度，是数据精密度的衡量指标。