【统计学】标准差,标准误解释与标准误分母为根号n的原因

本文解释了标准差与标准误的区别,通过实例说明标准差如何反映样本数据围绕均值的波动情况,并介绍了标准误的概念及其计算公式。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1. 前言

相信有不少初学者在刚接触到标准误差时,都会有这样的疑惑。

  • 标准误和标准差有什么区别呢?
  • 为什么标准误等于标准差除以根号n呢?

本文将对这两个问题进行解释。

2. 标准差

标准差衡量的是每个样本到样本期望(可以理解为均值)的距离,也就是衡量样本在均值周围的波动情况,它是方差的平方。比如调查一个1000W人口的地区平均身高,我们抽取了10个样本(人),得到如下样本数据(身高,单位cm):

编号12345678910
身高(cm)170170170170170175175175175175

得到的均值,方差,标准差如下:

均值方差标准差
172.56.9444442.635231

那么我们可以说,2.64的标准差显示了该样本数据围绕均值的波动情况。

3. 标准误

3.1 概念介绍

那么标准误是什么呢?同样是调查一个1000W人口的地区平均身高,我们选取10组样本(注意,这里是按组选取),每组共有10个样本,然后计算每组样本的均值后,得到共10组样本的均值,这时,该10组样本均值的标准差就是我们所说的标准误,这也是著名语句"样本均值的标准差就是样本均值的标准误"的由来。

3.2 标准误公式的由来

假设X1~ Xn是n个独立同分布的样本的均值,且X~N(μ,σ^2)

已知样本均值

\bar{X} = \frac{ \bar{X_{1}}+\bar{X_{2}}+...+\bar{X_{n}}}{n}

那么其方差为

Var(\bar{X}) = Var(\frac{ \bar{X_{1}}+\bar{X_{2}}+...+\bar{X_{n}}}{n})

               = \frac{1}{n^{2}}\sum_{j=1}^{n}Var(X_{j})

               ==\frac{1}{n}\sigma^{2}

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值