本文介绍了统计学中的两个重要概念——标准差和标准误。标准差衡量的是样本或总体中个体之间的差异程度，而标准误则是多次抽样中样本均值的离散程度。随着样本数量增加，标准误会减小，更接近总体平均数。两者在统计推断中有不同应用，标准误常用于推断统计。
自说自话：本博主觉得学不好这个知识是因为概念的别名太多辽哈哈哈（标准差的名称有 10 余种，如总体标准差、母体标准差、均方根误差、均方根偏差、均方误差、均方差、单次测量标准差和理论标准差等1）
标准差&标准误
标准差
标准差（Standard Deviation）是是随机误差绝对值的统计均值，标准差的定义式为
σ = 1 N ∑ i = 1 N ( x i − μ ) 2 \sigma = \sqrt{ \frac{1}{N} \sum_{i=1}^N (x_i - \mu)^2} σ=N1i=1∑N(xi−μ)2
但这个式子其实只有理论上的意义， μ \mu μ 实际上是无法计算出来的。所以，一般是用样本参数来估计总体的参数，即用样本标准差 s s s 的值作为总体标准差 σ \sigma σ 的估计值。
s = 1 n − 1 ∑ i = 1 N ( x i − x ˉ ) 2 s= \sqrt{ \frac{1}{n-1} \sum_{i=1}^N (x_i - \bar{x})^2} s=
最低0.47元/天 解锁文章
扫一扫
513
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
