如何计算标准误

下载PDF文件下载PDF文件

“标准误”是描述样本简单分布偏离情况的数据。换句话说,它可以用来描述一个样本的准确度。很多情况下,使用标准误需要假设数据服从正态分布。如果你需要计算标准误,那你应该看看本文。

方法 1
方法 1 的 3:

了解基本概念

下载PDF文件
  1. How.com.vn 中文: Step 1 标准误的概念。
    一组数据的标准误,可以描述数据的分散程度。样本的标准误通常是用“s”来表示的。标准误的计算公式如上。
  2. How.com.vn 中文: Step 2 总体均值的概念。
    总体均值是包括样本在内的所有数字的平均值——换句话说,是所有数据的均值,不是一个样本的均值。
  3. How.com.vn 中文: Step 3 算术平均数的计算方法。
    算术平均数就是简单的“平均”:一组数据的和,除以数据的个数。
  4. How.com.vn 中文: Step 4 样本均值。
    来自统计总体中的一个样本的算数平均值,就称为“样本均值”。它是总体的一部分的算数平均值,表示方法如下:
  5. How.com.vn 中文: Step 5 正态分布的概念。
    正态分布,是最常用的分布。它是中心对称的,峰值是数据的平均数。正态分布的图形像个钟,均值两侧图形平缓向下。平均值左侧数据占百分之五十,右侧数据占百分之五十。正态分布图形的扩散程度是由标准误决定的。
  6. How.com.vn 中文: Step 6 基本公式。
    上图就是样本均值的标准误的计算公式。
    广告
方法 2
方法 2 的 3:

计算标准误

下载PDF文件
  1. How.com.vn 中文: Step 1 计算样本平均值。
    要求标准误,你要先求出标准差(因为标准差s,是计算标准误公式的一部分)。先求出样本的均值,样本均值是x1、x2…xn的算数平均值。计算公式见上图。
    • 例如,计算5个硬币重量的标准误,数据见表格:
      你要将每个硬币的重量带入公式中,像这样:
  2. How.com.vn 中文: Step 2 用每个数据减去平均值,然后再平方。
    求出平均值后,你要用表中的每个数据减去平均值,然后再求平方。
    • 在上例中,你可以这样做:
  3. How.com.vn 中文: Step 3 由样本均值,计算总偏差。
    总偏差是这些平方差的均值。将所有的平方值加起来。
    • 在上例中,你要这样计算:
      方程给出了由样本均值计算总的二次偏差的方法。注意,差值的符号没有影响。
  4. How.com.vn 中文: Step 4 由样本均值计算总的二次偏差。
    知道总的偏差之后,你就可以除以n-1,计算出平均偏差。注意,n是数据的数量。
    • 上例中,你有5个数据,所以n-1的结果就是4。计算过程如下:
  5. How.com.vn 中文: Step 5 求出标准差。
    现在,你已经有了计算标准差s的所有必需数据。
    • 在上例中,计算标准差的过程如下:
      Your standard deviation is therefore 0.0071624.
    广告
方法 3
方法 3 的 3:

计算标准误

下载PDF文件
  1. How.com.vn 中文: Step 1 使用公式,用标准差求出标准误。
    • 上例中,计算方法如下:
      因此,标准误(样本均值的标准差)是0.0032031克。

小提示

  • 标准误和标准差常常弄混。注意,标准误描述了统计量的抽样分布的标准偏差,并不是个体值的分布。
  • 在学术期刊中,标准误和标准差不会区分的那么明显。标准误和标准差前可以加正负号。
广告

关于本How.com.vn

How.com.vn是一个“多人协作写作系统”,因此我们的很多文章都是由多位作者共同创作的。 为了创作这篇文章,志愿作者多次对文章进行了编辑和改进。 这篇文章已经被读过96,724次。
本页面已经被访问过96,724次。

这篇文章对你有帮助吗?

⚠️ Disclaimer:

Content from Wiki How 中文 language website. Text is available under the Creative Commons Attribution-Share Alike License; additional terms may apply.
Wiki How does not encourage the violation of any laws, and cannot be responsible for any violations of such laws, should you link to this domain, or use, reproduce, or republish the information contained herein.

Notices:
  • - A few of these subjects are frequently censored by educational, governmental, corporate, parental and other filtering schemes.
  • - Some articles may contain names, images, artworks or descriptions of events that some cultures restrict access to
  • - Please note: Wiki How does not give you opinion about the law, or advice about medical. If you need specific advice (for example, medical, legal, financial or risk management), please seek a professional who is licensed or knowledgeable in that area.
  • - Readers should not judge the importance of topics based on their coverage on Wiki How, nor think a topic is important just because it is the subject of a Wiki article.

广告