标准误差全称是平均值的标准误差,英文缩写 SE,也叫均数标准误,它描述的是样本均值围绕总体均值的波动大小,用来衡量抽样误差,核心作用是估计样本均值的可靠程度,这一点一定要和标准偏差区分开,标准偏差是描述单组原始数据本身的离散程度,标准误差是描述均值的误差,很多学生考试最容易把这两个概念混淆。标准误差公式的核心逻辑,就是用样本标准偏差除以样本量的平方根,样本量 n 越大,标准误差就越小,代表样本均值越接近真实总体均值,抽样估计越可靠。
核心公式
样本均值的标准误差:
SE = S / √n
符号含义:
SE 标准误差
S 样本标准偏差
n 样本个数
√n 样本量开平方
如果已知总体标准偏差 σ,使用总体标准误差公式:
SE = σ / √n
标准误差和标准偏差对比表格
| 项目 | 标准误差 SE | 标准偏差 S |
|---|---|---|
| 含义 | 样本均值的抽样波动 | 单个原始数据的离散程度 |
| 公式 | S / √n | √[Σ(xi−x̄)²/(n−1)] |
| 随样本量变化 | n 越大 SE 越小 | 基本保持稳定 |
| 用途 | 置信区间 t 检验 | 描述数据本身分散程度 |
标准误差计算操作步骤
第一步 先获取原始样本数据,计算样本平均值 x̄
第二步 计算样本标准偏差 S,分母是 n−1,也就是带贝塞尔修正的样本标准差
第三步 对样本数量 n 做开平方运算,得到√n
第四步 用样本标准偏差 S 除以√n,得到标准误差 SE
第五步 后续可以用 SE 计算均值置信区间,或者用于假设检验当中
补充拓展要点
- 置信区间经常搭配标准误差使用,均值置信区间 = 样本均值 ± t 值 × SE
- 除均值标准误差之外,还有比例标准误差,属于另外一类标准误差公式,用于率的抽样估计:
- 标准误差数值越小,说明这次抽样得到的均值代表性越好;标准误差大,说明抽样波动大,均值可信度偏低。
- 注意术语误区,部分外文资料翻译会把 standard error 翻译成标准误差,不要误理解成测量仪器的绝对误差。
SE (p) = √[ p (1−p) /n ]
p 代表样本比例
容易混淆知识点
很多人误以为标准误差就是标准偏差,这是高频易错点,标准偏差是个体数据的波动,标准误差是均值这个统计量的波动,标准误差等于标准偏差除以根号 n,数值一定比样本标准偏差更小。
还有误区,认为只要增加样本量,原始数据离散度就会变小,实际上增加 n 主要降低标准误差,原始数据本身的标准偏差不会因为样本变大就明显变小。
综合来看,最常用标准误差公式就是 SE = S / √n,先算出样本标准差,再除以样本量平方根,专门用于衡量抽样均值误差,是统计学、实验论文、医学统计核心公式,和标准偏差属于两个不同指标。
【常见问题】
问题 1 标准误差公式和标准偏差公式有什么区别
回答 1 标准误差公式是 SE = S / √n,用来衡量样本均值抽样波动,标准偏差公式是计算原始数据离散程度,标准误差公式是建立在标准偏差结果之上的二次运算。
问题 2 样本量变大之后标准误差公式结果会怎么变化
回答 1 根据标准误差公式 SE = S / √n,样本量 n 增大,分母√n 变大,标准误差数值会变小,代表样本均值估计更加稳定。
问题 3 标准误差公式是不是就是测量绝对误差
回答 1 标准误差公式属于统计学抽样误差,不是仪器测量绝对误差,标准误差公式描述的是多次抽样得到均值之间的波动,不要和仪器误差概念混淆。
问题 4 比例标准误差公式是什么
回答 1 比例标准误差公式为 SE (p)=√[p (1−p)/n],属于标准误差公式的拓展类型,用于率的抽样估计,和均值标准误差公式不是同一个。
【免责申明】
本文内容为统计学公式科普,不同教材符号表述略有差异,正式考试、科研论文请以课程教材和期刊统计规范为准。


