均值标准误计算器 - ToolBox

← ToolBox / 标准误

SE = σ / √n

Standard Error is available directly in your browser, with no data uploaded.

📐 计算公式

SE = σ /

样本均值分布的标准差。

标准差 σ

样本量 n

📌 计算说明

SE = σ/√n。
样本越大标准误越小。

📚 深度解析：标准误

💡 常见使用场景

衡量样本统计量的抽样波动
置信区间与检验的基础
区分 SD 与 SE
样本量关系

公式

均值标准误 SE = σ/√n。样本 100、σ=10，则 SE=1；样本 400 时 SE=0.5，估计更稳。SE 描述「样本均值的离散」，非个体离散。

SE vs SD

SD 描述数据本身的散布；SE 描述统计量估计的精度。误差棒画 SE 表示估计不确定性，画 SD 表示数据变异，勿混。

❓ 常见问题（FAQ）

标准误和标准差混淆后果？: 误把 SE 当 SD 会严重低估数据变异、夸大精度；反之把 SD 当 SE 会过度保守。误差棒必须标注是哪种。
SE 随样本量怎样变？: SE ∝ 1/√n，增大样本收窄 SE、提精度，但 SD 是总体属性基本不变；这是大样本估计更准的根源。