标准差和标准误差.pdfVIP

标准差和标准误差；样本量 标准误差（均方误差） 在相同测量条件下进行的测量称为等精度测量， 例如在同样的条件下， 用同 一个游标卡尺测量铜棒的直径若干次， 这就是等精度测量。 对于等精度测量来说， 还有一种更好的表示误差的方法，就是标准误差。 标准误差定义为各测量值误差的平方和的平均值的平方根， 故又称为均方误 差。 设 n 个测量值的误差为 ε1、 ε2…… εn，则这组测量值的标准误差 σ等 于： 由于被测量的真值是未知数， 各测量值的误差也都不知道， 因此不能按上式 求得标准误差。测量时能够得到的是算术平均值（ ），它最接近真值（ N）， 而且也容易算出测量值和算术平均值之差，称为残差（记为 v ）。理论分析表明 ①可以用残差 v 表示有限次 （n 次）观测中的某一次测量结果的标准误差 σ，其 计算公式为 对于一组等精度测量（ n 次测量）数据的算水平均值，其误差应该更小些。 理论分析表明，它的算术平均值的标准误差。 有的书中或计算器上用符号 s 表示） 与一次测量值的标准误差 σ 之间的关系是 需要注意的是， 标准误差不是测量值的实际误差， 也不是误差范围， 它只是 对一组测量数据可靠性的估计。标准误差小，测量的可靠性大一些，反之，测量 就不大可靠。 进一步的分析表明， 根据偶然误差的高斯理论， 当一组测量值的标 准误差为 σ 时，则其中的任何一个测量值的误差 εi 有 68 ．3%的可能性是在 （－ σ，＋ σ）区间内。 世界上多数国家的物理实验和正式的科学实验报告都是用标准误差评价数 据的，现在稍好一些的计算器都有计算标准误差的功能， 因此， 了解标准误差是 必要的。 标准差 是方差的平方根。 它和观测值有相同的单位。 是最常用的表示数据分散程度 的指标。对于正态分布的数据 , 它的用处尤大。样本标准差 s 是对总体标准差 σ 的一种估计。 s 的值可在有统计功能的计算器上直接得出。计算 s 值的功能键常 用表示。 审计抽样样本量计算公式 其中： n1、n2、n3 分别为属性抽样、变量抽样和货币单位抽样的样本量 C — 置信系数（ Confidence Coefficient ），也称置信水平、可信因子，是以 百分比（ 90%、95%、99%等）表示的抽样结果能够代表总体的概率。一般而言， 95%的置信水平则认为高度满意，置信水平越高，样本量越大。 1 减去置信系数 为风险水平（ Level of Risk ），是样本结果不能代表总体的概率。 p — 预期总体误差（ Expected Error Rate ），即预期差错发生率，以百分比表 示，是审计师估计总体可能存在的错误率。预期总体误差越高，样本量越大，用 于属性抽样中，其另一个参数 q 等于 1 减去 p。 P— 精度（ Precision ），也称精确度，由审计师设定，代表样本与总体之间的 可接受误差范围。在属性抽样中，精度以百分比表示，在变量抽样中，精度用一 个数值表示。 精度值越大， 样本量越小， 总体误差值就越大； 反之，精度值越小， 样本量越大，总体误差值就越小，但增加了抽样工作量。 σ— 总体标准差（ Population Standard Deviation ），是衡量总体中个别