标准误差计算器

输入计算

样本标准差（s）

样本量（n）

结果

均值标准误

2

SE = s / √n

样本标准差（s）	10
样本量（n）	25

什么是标准误差？

均值标准误（英文缩写为 SEM 或 SE）衡量的是样本均值与真实总体均值之间预期会有多大偏差。标准差描述的是单个数据点的离散程度，而标准误反映的则是你所估计的平均值有多精确。标准误越小，说明你的样本均值越能可靠地代表总体均值。

标准误衡量样本均值围绕真实总体均值的波动程度。

如何使用本计算器

只需输入两个数值：样本标准差（s） 和 样本量（n）。计算器会用标准差除以样本量的平方根，立即给出均值标准误。无论你是在构建置信区间、进行假设检验，还是报告误差范围，都可以用到它。

公式详解

标准误的计算公式为 $$\text{SE} = \frac{\text{Standard Deviation (s)}}{\sqrt{\text{Sample Size (n)}}}$$ 其中分母——也就是 \(n\) 的平方根——是关键所在：随着样本量增大，平方根增长得更慢，因此标准误会随之减小。要想把标准误缩小一半，你需要采集多达四倍的观测数据。这也正是样本越大，对总体均值的估计就越精确的原因。

Advertisement

随着样本量 \(n\) 增大，标准误随之减小。

实例演算

假设有一个包含 25 个测量值的样本，其标准差为 10。那么 $$\text{SE} = \frac{10}{\sqrt{25}} = \frac{10}{5} = 2$$ 也就是说，样本均值与真实总体均值之间预计相差约 2 个单位。如果把样本量增加到 100，标准误就会降到 \(10 / 10 = 1\)，精度提升了一倍。

常见问题

标准差和标准误有什么区别？ 标准差衡量的是各个数据点之间的离散程度；标准误衡量的则是样本均值作为总体均值估计时的波动大小。

标准误会随样本量增大而减小吗？ 会。因为分母中的 \(n\) 处于平方根之下，所以增大样本量会使标准误降低。

这个计算器能用于比例吗？ 本计算器用于计算均值的标准误。比例的标准误采用的是另一套公式：\(\sqrt{p(1-p)/n}\)。