论文一般用标准差还是标准误

标准差表示数据的离散程度，或者说数据的波动大小。标准误表示抽样误差的大小。 统计教材上一般都写标准误表示均数的抽样误差，这对于初学者很难理解。这里通过举例来说明含义。 比如，有一个学校，学校中共有1000名学生，则这1000名学生可以作为这个学校学生的总体。如果我想了解所有学生的身高，采用随机抽样，抽取了50人。这50人就是一个样本。这里需要注意：一个样本并不是指一个人，而是指一次抽样。一个样本可以是1个人，也可以是100人，这里的1和100就是样本大小。 从理论上讲，抽样误差表示这样的意思：即如果不止抽样一次，而是抽样10次，每次都50人，那么我就有10个均数和标准差。例如大圈套有十个小圈，大圈代表总体1000人，一个小圈代表一个样本，即50人。每个样本都能计算计算一个均数和标准差。 以这10个均数作为原始数据，仍然能计算出一个均数和标准差，以这10个均数计算出的标准差就称之为标准误。这是理论上的含义，实际的含义就代表抽样误差的大小，即抽取的样本代表性好不好，抽样误差越小，代表性越好，反之，代表性越差。 如果我对学校中的1000人都测量了身高，那理论上就没有标准误，也就是没有抽样误差了，因为我测量了总体，这时就不存在标准误了。但是标准差是存在的，因为这1000人的身高肯定不同，肯定会有波动。这里就充分表明了标准差和标准误的区别了。

区别：　　①概念不同；标准差是描述观察值(个体值)之间的变异程度；标准误是描述样本均数的抽样误差；　　②用途不同；标准差与均数结合估计参考值范围，计算变异系数，计算标准误等。标准误用于估计参数的可信区间，进行假设检验等。　　③它们与样本含量的关系不同：当样本含量n足够大时，标准差趋向稳定；而标准误随n的增大而减小，甚至趋于0 。　　联系：　　标准差，标准误均为变异指标，当样本含量不变时，标准误与标准差成正比。

标准误差用来衡量抽样误差。标准误越小，表明样本统计量与总体参数的值越接近，样本对总体越有代表性，用样本统计量推断总体参数的可靠度越大。因此，标准误是统计推断可靠性的指标。1,标准误差一般用来判定该组测量数据的可靠性，在数学上它的值等于测量值误差的平方和的平均值的平方根。2,标准误差在正态分布中表现出正态分布曲线的陡峭程度，标准误差越小，曲线越陡峭，反之，曲线越平坦。3,标准误差在实际的计算中使用的是标准误差估算值。4,标准误差不是实际误差。标准差，中文环境中又常称均方差，但不同于均方误差（均方误差是各数据偏离真实值的距离平方和的平均数，也即误差平方和的平均数，计算公式形式上接近方差，它的开方叫均方根误差，均方根误差才和标准差形式上接近），标准差是离均差平方和平均后的方根，用σ表示。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的两组组数据，标准差未必相同。标准差：

回答 一、表示不同： 标准差是方差的平方根，标准偏差不是平方根。 二、计算方法不同； 方差计算：是各个数值减去平平均值所得的数值的平方的加和，除以数值个数n，结果就是方差了，开方之后是标准差。但是标准偏差，是所得到的加和除以（n-1），再开方便可得到标准偏差。我们一般处理数据用的好像是标准偏差。 公式意义 所有数减去其平均值的平方和，所得结果除以该组数之个数（或个数减一，即变异数），再把所得值开根号，所得之数就是这组数据的标准差。 深蓝区域是距平均值一个标准差之内的数值范围。在正态分布中，此范围所占比率为全部数值（即1）之2%。对于正态分布，两个标准差之内（深蓝，蓝）的比率合起来为4%。对于正态分布，正负三个标准差之内（深蓝，蓝，浅蓝）的比率合起来为6%。 更多5条 