Стандартна похибка проти стандартного відхилення

Дізнайтеся різницю між стандартною похибкою та стандартним відхиленням. Зрозумійте, коли використовувати кожну з них, як обчислити SE та її роль у довірчих інтервалах.

Вступ

Стандартна похибка (SE) та стандартне відхилення (СВ) обидві є мірами розкиду, але вони відповідають на принципово різні питання. Плутанина між ними — одна з найпоширеніших помилок у статистиці.

Поширена плутанина

Багато хто використовує СВ там, де слід використовувати SE, особливо при повідомленні точності вибіркових середніх. Це може призвести до неправильних висновків щодо статистичної значущості.

Ключова відмінність

Стандартне відхилення

Вимірює розкид окремих точок даних навколо середнього. “Наскільки варіюють окремі значення?”

Стандартна похибка

Вимірює точність вибіркового середнього як оцінки середнього генеральної сукупності. “Наскільки точне наше вибіркове середнє?”

Формула стандартної похибки

Standard Error of the Mean

SE = s / √n

Де s — вибіркове стандартне відхилення, а n — обсяг вибірки.

Приклад обчислення

Вибірка з 25 студентів має середній бал = 75, СВ = 10 - Стандартне відхилення (s) = 10 балів - Обсяг вибірки (n) = 25 - Стандартна похибка = 10 / √25 = 10 / 5 = 2 бали Інтерпретація: вибіркове середнє 75 має невизначеність приблизно ±2 бали.

Коли використовувати кожну

Використовуйте стандартне відхилення, коли:Описуєте варіабельність окремих спостережень, характеризуєте генеральну сукупність або вибірку, встановлюєте нормальні діапазони (наприклад, клінічні референтні діапазони) або для контролю якості (допустима варіація у виробництві)
Використовуйте стандартну похибку, коли:Повідомляєте точність вибіркової статистики, будуєте довірчі інтервали, порівнюєте середні між групами або проводите перевірку гіпотез

Вплив обсягу вибірки

Ключова відмінність: СВ залишається приблизно однаковим зі збільшенням обсягу вибірки, тоді як SE зменшується з більшими вибірками.

Обсяг вибірки (n)	СВ	SE = СВ/√n
25	10	2,00
100	10	1,00
400	10	0,50
10 000	10	0,10

Ключова ідея

Щоб зменшити стандартну похибку вдвічі, потрібно збільшити обсяг вибірки вчетверо. Тому дуже точні оцінки вимагають великих вибірок.

A statistics tutorial is a practical interpretation guide, not just a formula dump. It refers to the assumptions, notation, and reporting language that analysts need when they explain a result to a teacher, manager, client, or reviewer. The article body covers the specific topic, while the sections below create a common interpretation frame that readers can reuse across related metrics.

Reading goal	What to focus on	Common mistake
Definition	What the metric is and what quantity it summarizes	Treating the formula as self-explanatory
Formula choice	Sample versus population assumptions and notation	Using n when n-1 is required or vice versa
Interpretation	Whether the result indicates concentration, spread, or risk	Calling a large value good or bad without context

Frequently Asked Questions

How should I interpret a high standard deviation?

A high standard deviation means the observations are spread farther from the mean on average. Whether that spread is acceptable depends on the context: wide dispersion might signal risk in finance, instability in manufacturing, or genuine natural variation in scientific data.

Why do some articles mention n while others mention n-1?

The denominator reflects the difference between population and sample formulas. Population variance and population standard deviation use N because the full dataset is known. Sample variance and sample standard deviation often use n-1 because Bessel’s correction reduces bias when estimating population spread from a sample.

What is a statistical interpretation guide?

A statistical interpretation guide is a page that moves beyond arithmetic and explains meaning. It tells you what a metric is, when the formula applies, and how to describe the result in plain English without overstating certainty.

Can I cite this article in a report?

You should cite the underlying authoritative reference for formal work whenever possible. This page is best used as an explanatory bridge that helps you understand the concept before quoting the original standard or handbook.

Why include direct citations on every article page?

Direct citations give readers a route to verify the definition, notation, and assumptions. That improves trust and reduces the chance that a simplified explanation is mistaken for the entire technical standard.

Authoritative References

These sources define the concepts referenced most often across our articles. Bessel's correction is a sample adjustment, variance is a squared measure of spread, and standard deviation is the square root of variance expressed in the same units as the data.