python standardprint_标准误(Standard Error)

1.标准误概念

标准误是数据统计的重点概念，且难以理解。百度上文章缺乏详细描述的文章。所以写下此文让读者能够彻彻底底了解标准误概念。

标准误全称：样本均值的标准误(Standard Error for the Sample Mean),顾名思义，标准误是用于衡量样本均值和总体均值的差距。

2.标准误意义：

用于衡量样本均值和总体均值的差距有多大？

标准误越小----样本均值和总体均值差距越小

标准误越大----样本均值和总体均值差距越大

标准误用于预测样本数据准确性 ，标准误越小，样本均值和总体均值差距越小，样本数据越能代表总体数据。

3.标准误与标准差区别：

对一个总体多次抽样，每次样本大小都为n，那么每个样本都有自己的平均值，这些平均值的标准差叫做标准误。

标准差是单次抽样得到的，用单次抽样得到的标准差可以估计多次抽样才能得到的标准误差

标准差表示数据离散程度：

标准差越大，分布越广，集中程度越差，均值代表性越差

标准差越小，分布集中在平均值附近，均值代表性更好

标准差与标准误不同应用范围：

标准差：(图左)在正负两个标准差(95%概率下)，Jack消耗时间在68-132秒之间。

标准误：(图右)在正负两个标准误，Jack消耗平均时间大约在95-105秒之间。

4.标准误计算例子</