1樓：匿名使用者
a+b的標準差
=(18^2+9^2)^(1/2)=20.125
統計學裡的標準差和標準誤有什麼差別？
2樓：匿名使用者
在日常的統
計分析中，標準差和標準誤是一對十分重要的統計量，兩者有區別也有聯絡。但是很多人卻沒有弄清其中的差異，經常性地進行一些錯誤的使用。對於標準差與標準誤的區別，很多書上這樣表達：
標準差表示資料的離散程度，標準誤表示抽樣誤差的大小。這樣的解釋可能對於許多人來說等於沒有解釋。
其實這兩者的區別可以採用資料分佈表達方式描述如下：如果樣本服從均值為μ，標準差為δ的正態分佈，即x～n(μ, δ2),那麼樣本均值服從均值為0，標準差為δ2/n的正態分佈，即～ n(μ,δ2/n)。這裡δ為標準差，δ/n1/2為標準誤。
明白了吧，用統計學的方法解釋起來就是這麼簡單。
可是，實際使用中總體引數往往未知，多數情況下用樣本統計量來表示。那麼，關於這兩者的區別可以這樣表述：標準差是樣本資料方差的平方根，它衡量的是樣本資料的離散程度；標準誤是樣本均值的標準差，衡量的是樣本均值的離散程度。
而在實際的抽樣中，習慣用樣本均值來推斷總體均值，那麼樣本均值的離散程度（標準誤）越大，抽樣誤差就越大。所以用標準誤來衡量抽樣誤差的大小。
在此舉一個例子。比如，某學校共有500名學生，現在要通過抽取樣本量為30的一個樣本，來推斷學生的數學成績。這時可以依據抽取的樣本資訊，計算出樣本的均值與標準差。
如果我們抽取的不是一個樣本，而是10個樣本，每個樣本30人，那麼每個樣本都可以計算出均值，這樣就會有10個均值。也就是形成了一個10個數字的數列，然後計算這10個數字的標準差，此時的標準差就是標準誤。但是，在實際抽樣中我們不可能抽取10個樣本。
所以，標準誤就由樣本標準差除以樣本量來表示。當然，這樣的結論也不是隨心所欲，而是經過了統計學家的嚴密證明的。
在實際的應用中，標準差主要有兩點作用，一是用來對樣本進行標準化處理，即樣本觀察值減去樣本均值，然後除以標準差，這樣就變成了標準正態分佈；而是通過標準差來確定異常值，常用的方法就是樣本均值加減n倍的標準差。標準誤的作用主要是用來做區間估計，常用的估計區間是均值加減n倍的標準誤。
3樓：drar_迪麗熱巴
1、意義不同：標準差是資料精密度的衡量指標。標準誤差是量度結果精密度的指標。
2、反映的東西不同：標準差反映了整個樣本對樣本平均數的離散程度。標準誤差反映樣本平均數對總體平均數的變異程度。
3、使用範圍不同：標準差一般用於表示一組樣本變數的分散程度。標準誤差一般用於統計推斷中，主要包括假設檢驗和引數估計，如樣本平均數的假設檢驗、引數的區間估計與點估計等。
4樓：烊是千璽的烊
標準差與標準誤（標準誤差）的區別有：
1、意義不同：標準差是資料精密度的衡量指標。標準誤差是量度結果精密度的指標。
2、反映的東西不同：標準差反映了整個樣本對樣本平均數的離散程度。標準誤差反映樣本平均數對總體平均數的變異程度。
3、使用範圍不同：標準差一般用於表示一組樣本變數的分散程度。標準誤差一般用於統計推斷中，主要包括假設檢驗和引數估計，如樣本平均數的假設檢驗、引數的區間估計與點估計等。
5樓：
1 標準差
標準差(s 或sd) ,是用來反映變異程度,當兩組觀察值
在單位相同、均數相近的情況下,標準差越大,說明觀察值間
的變異程度越大。即觀察值圍繞均數的分佈較離散,均數的
代表性較差。反之,標準差越小,表明觀察值間的變異較小,
觀察值圍繞均數的分佈較密集,均數的代表性較好。在醫學
研究中,對於標準差的大小,原則上應該控制在均值的12 %
以內,如果標準差過大,將直接影響研究的準確性。
數理統計表明,在標準正態分佈曲線下的面積是有規律
性的,根據這一規律,人們經常用均數加減標準差來計算樣
本觀察值數量的理論分佈,並以此來鑑定樣本的代表性。
即: x ±110 s 表示68127 %的觀察值在此範圍之內; x ±
1196 s 表示95 %的觀察值在此範圍內; x ±2158 s 表示
99 %的觀察值在此範圍內。
如果取得的樣本資料的實際分佈與理論分佈非常接近,
證明該樣本具有代表性。反之,則需要重新修正抽樣方法或
樣本含量。x ±1196 s 是確定正常值的方法,經常在工作中被
採用,也稱為95 %正常值範圍。
2 標準誤
標準誤( sx 或s e ) ,是樣本均數的抽樣誤差。在實際工
作中,我們無法直接瞭解研究物件的總體情況,經常採用隨
機抽樣的方法,取得所需要的指標,即樣本指標。樣本指標
與總體指標之間存在的差別,稱為抽樣誤差,其大小通常用
均數的標準誤來表示。
數理統計證明,標準誤的大小與標準差成正比,而與樣
本含量( n ) 的平分根成反比,即: sx = s/ n 這就是標準誤
的計算方法。
抽樣研究的目的之一,是用樣本指標來估計總體指標。
例如:用樣本均數來估計總體均數。由於兩者間存在抽樣誤
差,且不同的樣本可能得到不同的估計值,因此,常用「區間
估計」的方法,來估計總體均數的範圍。即: x ±1196 sx 表
示總體均數的95 %可信區間; x ±2158 sx 表示總體均數的
99 %可信區間。
95 %可信區間指的是:在x ±1196 sx 範圍中,包括總體
均數的可能性為95 % ,也就是說,在100 次抽樣估計中,可能
有95 次正確(包括總體均數) ,有5 次錯誤(不包括總體均
數) 。99 %可信區間也是這個道理,只是包括的範圍更大。
在實際工作中,由於抽取的樣本較小,不呈標準正態分
布( u 分佈) ,而遵從t 分佈,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、不同界值時的t 值。
可見到自由度越小, t 值越大,當自由度逐漸增大時, t 值也
逐漸接近1196 或2158 ,當n ′= ∞時, t 值就完全被其代替
了。所以,我們常用x ± t 0105 sx 表示總體均數的95 %可
信區間,用x ± t 0101 sx 表示總體均數的99 %可信區間。
綜上所述,標準差與標準誤儘管都是反映變異程度的指
標,但這是兩個不同的統計學概念。標準差描述的是樣本中
各觀察值間的變異程度,而標準誤表示每個樣本均數間的變
異程度,描述樣本均數的抽樣誤差,即樣本均數與總體均數
的接近程度,也可以稱為樣本均數的標準差。二者不可混
淆。由此可見,在眾多的醫刊上出現的x ±s 的表示方法是
錯誤的。原因就是混淆了二者的概念。當兩樣本均數進行
比較時,正確的用法應該是x ±t0105( n′) sx 。
統計學問題，統計學的問題
a為任意數，可推匯出 e x a 2 e x e x e x a 2 e x e x 2 e x a 2 2 e x e x e x a e x e x 2 e x a 2 2 0 e x a d x e x a 2。也就是說，變數對某個數的方差，等於變數自身的方差，加上這個數和期望值距離的平方。也...
統計學問題，統計學的問題
通過對時間數列相鄰各項求平均數作為趨勢值或 值的平滑或 方法,是移動平均法,它具體又分簡單移動平均法和加權移動平均法 當採用5年移動平均法時,即k 5,就是把相鄰的5個數量相加除5的平均數,這樣算出的數我們必須擺在第三位,前面兩個就是空位,而最後兩位也是空位 這樣20 2 2 16位,答案就是選b ...
統計學問題哪位大佬幫忙看看吧，有沒有統計學的大佬，幫我判斷一下這裡的資料用的是什麼統計方法。
不知道什麼好 統計學的話，我覺得如果是總的人，專業的人應該都會為你解答的 同甫 統計學問題，哪位大佬幫忙看看吧。這兩天我不會請其他人來回答吧？ summer攏 這是一個統計學的問題，有哪位大佬幫忙看一看。 濮珈藍石 統計學問題哪位大佬幫忙看看吧，統計學問題哪位大佬幫忙看看吧，必須得。你的能打的清楚啊...