标准差和标准误区别及Excel标准差公式的区别.pdfVIP

标准差和标准误：两个容易混淆的概念 标准误其实就是标准差的一种，不过二者的含义有所区别： 标准差计算的是一组数据偏离其均值的波动幅度，不管这组数是总体数据还 是样本数据。你看standard deviation，说的就是“偏离”，只是在翻译为中文时， 失去了其英文涵义。 而标准误(σ / n ) ，衡量的是我们在用样本统计量去推断相应的总体参数 （常见如均值、方差等）的时候，一种估计的精度，或是衡量抽样的误差。样本 统计量本身就是随机变量，每一次抽样，都可以根据抽出的样本情况计算出一个 不同的样本统计量值。理论上来讲，从既定的总体中按照既定的样本规模 n，穷 尽所有可能抽出的样本（不妨假设为 NN），根据这些样本可以计算出 NN 个样 本统计量值，把这些统计量值分组绘成直方图（X 轴为分组的统计量数值，Y 轴 为落在某一分组区间内的频率），则这个直方图就反应了样本统计量的分布情况 （即抽样分布）。既然是分布，当然就有均值和方差。如果所有可能的样本统计 量值的平均值就是总体均值，这就是无偏估计。如果所有可能的样本统计量值的 方差在所有用于估计总体参数的统计量里最小，这就是有效估计。因此，抽样分 布的标准差（也就是标准误）越小，则用样本统计量去估计总体参数时，精度就 越高。所以，你明白为什么叫标准误（standard error ）了。一般意义上 讲，standard error 反映的是用样本统计量去估计总体参数的时候，可能发生的 平均“差错”。 不妨这么理解吧，如果总体平均值是 160，抽样误差是5，就是说用抽得的 样本平均数去推断总体平均数时，平均差错可能在 5 左右；如果抽样误差是 3， 精度当然就比5 要高啦。不同的总体、不同的样本规模，这个精度当然是不同的。 如果总体的变异本身很小（也就是总体标准差小），样本规模越大，这种情况下 精度当然就高啦。另外，根据大数定律，当样本规模大到一定程度的时候，不管 总体是什么分布，样本平均数都会近似服从正态分布，这就为计算抽样误差（标 准误）提供了理论依据。 最后总结：标准差还是标准误，注意看其英文原意，就可以把握个八九不离 十了。本质上二者是同一个东西（都是标准差），但前者反映的是一种偏离程度， 后者反映的是一种“差错”，即用样本统计量去估计总体参数的时候，对其“差错” 大小（也即估计精度）的衡量。 关于Excel标准差公式的区别 STDEV：估算基于样本的标准偏差。它反映数据相对于平均值(mean)的离散程 度。它不计算文本值和逻辑值（如TRUE和FALSE）。此处标准偏差的计算使 用“n-1”。 STDEVA：估算基于样本的标准偏差。它反映数值相对于平均值 (mean) 的离 散程度。它同时计算文本值和逻辑值（如TRUE和FALSE）。此处标准偏差的计算 使用“n-1”。 STDEVP：返回整个样本总体的标准偏差。反映数值相对于平均值 (mean) 的 离散程度。它不计算文本值和逻辑值（如TRUE和FALSE）。此处标准偏差的计算 使用“n”方法。 注解： 函数stdev标准差公式根号里面的分母是n-1,而stdevp是n。 如果是抽样则用stdev。因为大部分情况是用（抽取的）有限的样本量去估算 整体的标准差，所以大部分情况选用stdev，而不是stdevp。举例说明：计算50 个数据的标准偏差，如果这50个数据就是总体，就用STDEVP，如果是从总体抽取 的样本，就用STDEV。 如果想把文本（文本以0来计算）或逻辑值（TRUE=1和FALSE=0）也计算在内， 则用stdeva，其实stdev与stdeva就是这个区别。使用情况还是stdev比stdeva常 用。