统计中 S.E.mean是什么意思

Question

如题所述

Answer 1

标准误( Sx 或S E ) ,是样本均数的抽样误差。

抽样误差是指由于随机抽样的偶然因素使样本各单位的结构不足以代表总体各单位的结构，而引起抽样指标和全局指标的绝对离差。

抽样误差是样本估计值与被推断的总体真实值之差。由用局部的样本统计量对整体的总体参数作出估计所引起的误差。它是一种随机误差，是由于偶然性因素产生的，不可避免。

扩展资料

影响抽样误差大小的因素主要有：

(1)、总体单位的标志值的差异程度。 差异程度愈大则抽样误差愈大，反之则愈小。

(2)、样本单位数的多少。 在其他条件相同的情况下，样本单位数愈多，则抽样误差愈小。

(3)、抽样方法。 抽样方法不同，抽样误差也不相同。一般说，重复抽样比不重复抽样，误差要大些。

(4)、抽样调查的组织形式。 抽样调查的组织形式不同，其抽样误差也不相同，而且同一组织形式的合理程度也会影响抽样误差。

参考资料来源：百度百科—抽样误差

Answer 2

标准误( Sx 或S E ) ,是样本均数的抽样误差。在实际工作中,我们无法直接了解研究对象的总体情况,经常采用随机抽样的方法,取得所需要的指标,即样本指标。样本指标与总体指标之间存在的差别,称为抽样误差,其大小通常用均数的标准误来表示。本回答被提问者采纳

Answer 3

均值标准误差

Answer 4

回归标准差

Answer 5

均值标准误差（标准误）

标准误( Sx 或S E ) ,是样本均数的抽样误差。在实际工作中,我们无法直接了解研究对象的总体情况,经常采用随机抽样的方法,取得所需要的指标,即样本指标。样本指标与总体指标之间存在的差别,称为抽样误差,其大小通常用均数的标准误来表示。
数理统计证明,标准误的大小与标准差成正比,而与样本含量( n ) 的平分根成反比,即: Sx = S/ n 这就是标准误的计算方法。
抽样研究的目的之一,是用样本指标来估计总体指标。例如:用样本均数来估计总体均数。由于两者间存在抽样误差,且不同的样本可能得到不同的估计值,因此,常用“区间估计”的方法,来估计总体均数的范围。即: X ±1196 Sx 表示总体均数的95 %可信区间; X ±2158 Sx 表示总体均数的99 %可信区间。
95 %可信区间指的是:在X ±1196 Sx 范围中,包括总体均数的可能性为95 % ,也就是说,在100 次抽样估计中,可能有95 次正确(包括总体均数) ,有5 次错误(不包括总体均数) 。99 %可信区间也是这个道理,只是包括的范围更大。
在实际工作中,由于抽取的样本较小,不呈标准正态分布( u 分布) ,而遵从t 分布,所以常用t 值代替1196 或2158。可在t 值表上查出不同自由度( n ′) 下、不同界值时的t 值。可见到自由度越小, t 值越大,当自由度逐渐增大时, t 值也逐渐接近1196 或2158 ,当n ′= ∞时, t 值就完全被其代替了。所以,我们常用X ± t 0105 Sx 表示总体均数的95 %可信区间,用x ± t 0101 Sx 表示总体均数的99 %可信区间。
综上所述,标准差与标准误尽管都是反映变异程度的指标,但这是两个不同的统计学概念。标准差描述的是样本中各观察值间的变异程度,而标准误表示每个样本均数间的变异程度,描述样本均数的抽样误差,即样本均数与总体均数的接近程度,也可以称为样本均数的标准差。二者不可混淆。
由此可见,在众多的期刊上出现的x ±s 的表示方法是错误的。原因就是混淆了二者的概念。当两样本均数进行比较时,正确的用法应该是x ±t0105( n′) Sx 。