均值標準誤計算器 - ToolBox

← ToolBox / 標準誤

SE = σ / √n

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

📐 計算公式

SE = σ /

樣本均值分佈的標準差。

標準差 σ

樣本量 n

📌 計算説明

SE = σ/√n。
樣本越大標準誤越小。

📚 深度解析：標準誤

💡 常見使用場景

衡量樣本統計量的抽樣波動
置信區間與檢驗的基礎
區分 SD 與 SE
樣本量關係

公式

均值標準誤 SE = σ/√n。樣本 100、σ=10，則 SE=1；樣本 400 時 SE=0.5，估計更穩。SE 描述「樣本均值的離散」，非個體離散。

SE vs SD

SD 描述數據本身的散佈；SE 描述統計量估計的精度。誤差棒畫 SE 表示估計不確定性，畫 SD 表示數據變異，勿混。

❓ 常見問題（FAQ）

標準誤和標準差混淆後果？: 誤把 SE 當 SD 會嚴重低估數據變異、誇大精度；反之把 SD 當 SE 會過度保守。誤差棒必須標註是哪種。
SE 隨樣本量怎樣變？: SE ∝ 1/√n，增大樣本收窄 SE、提精度，但 SD 是總體屬性基本不變；這是大樣本估計更準的根源。