標本平均の標準誤差計算機(SEM)
生の標本データから平均の標準誤差(SEM)を計算します。数値を入力するだけで、標本数、平均、標準偏差、分散、SEMを一度に確認できます。
カンマ区切りの数値リストを入力してください。計算機は標本標準偏差、分散、平均、そして平均の標準誤差(SEM = s / √n)を計算します。
標本平均の標準誤差計算機(SEM)
生の標本データから平均の標準誤差(SEM)を計算します。数値を入力するだけで、標本数、平均、標準偏差、分散、SEMを一度に確認できます。
カンマまたはスペース区切りで数値を入力
標本平均の標準誤差計算機について
標本平均の標準誤差——一般には平均の標準誤差(SEM)と呼ばれるもの——は、標本平均が母平均をどれだけ正確に推定しているかを表す基本的な統計量です。標本標準偏差(s)は標本内の個々の観測値の散らばりを示し、SEMは同じ母集団から同じ大きさの標本を無数に取ったときに、標本平均そのものがどの程度散らばるかを示します。
式はシンプルで強力です。SEM = s / √n で、ここで s は標本標準偏差、n は観測数です。分母に √n があるため、標本サイズが大きいほど SEM は小さくなります。n を2倍にすると、SEM は 1/√2 ≈ 0.71 倍になります。n を4倍にすると SEM は半分になります。この関係が、大規模な研究ほどより精度の高い推定を与える理由であり、研究者がデータ収集前に目標精度に必要な最小標本数を見積もる理由でもあります。
SEM は信頼区間の基礎です。大標本では、母平均の95%信頼区間はおおよそ x̄ ± 1.96 × SEM(z分布)で表され、小標本では x̄ ± t × SEM(自由度 n−1 の適切な t分布)を用います。表や図で平均とSEMを併記すると、推定の精度を伝えられます。SEMが小さいということは標本平均が母平均のかなり良い推定値であることを意味し、SEMが大きいということは推定にかなりの不確実性があることを意味します。
この計算機は母標準偏差(n で割る)ではなく、ベッセル補正を用いた標本標準偏差(n−1 で割る)を使います。実務では完全な母集団ではなく標本を扱うことがほとんどだからです。こうして得られるSEMは、平均の標本分布の標準偏差に対する不偏推定量です。
実務上の用途は非常に幅広いです。臨床試験では、各群の平均とSEMを併記することで、群間差が抽出された標本のばらつきだけで説明できる範囲を超えているかを判断しやすくなります。品質管理では、同一製品の反復測定からSEMを算出し、製造工程が安定しているかを確認します。調査研究では、SEMが平均値の誤差範囲の把握に役立ちます。心理学や社会科学では、棒グラフのSEMエラーバーによって、見かけ上の差が統計的に意味を持つかを示せます。平均を報告し、その信頼性を伝えたいあらゆる場面で、SEMは最適な補助統計量です。
平均の標準誤差の例
異なる分野の4つの標本データセットです。各例で、SEMが標本数とばらつきにどう関係するかを示します。
| データ | SEM | 文脈 |
|---|---|---|
| 85, 92, 78, 88, 90 | SEM ≈ 2.4413 | 教室のテスト得点(n=5)。標準偏差 ≈ 5.46、平均 = 86.6。SEMは平均推定の精度が±2.4点程度であることを示します。 |
| 5.01, 4.98, 5.03, 4.99, 5.00 | SEM ≈ 0.0086 | ボールベアリングの直径(mm、n=5)。非常に小さいSEMは、製造のばらつきが極めて小さいことを反映しています。 |
| 150.50, 155.25, 148.75, 152.00, 158.50 | SEM ≈ 1.7410 | 1週間の株価終値(n=5)。SEMが$1.74であることは、週平均に中程度の不確実性があることを示します。 |
| -2, 3, 1, -1, 4, 0 | SEM ≈ 0.9458 | 基準からの気温偏差(n=6)。負の値にも正しく対応します。平均 = 0.833°C。 |
SEM 計算機の使い方
- 入力欄に、標本の全観測値を含むカンマ区切りのデータを入力します。
- [計算]をクリックします。標本数、平均、標本標準偏差、標本分散、SEMがすぐに計算されます。
- SEMの値を確認します。これは標本平均の標準誤差で、s / √n に等しくなります。
- SEMを使って信頼区間を作成します。目的の信頼水準に応じた t 値または z 値を掛けます。
- サンプルボタンで用意済みデータを読み込むか、[リセット]で全ての値を消去して最初からやり直します。
平均の標準誤差 FAQ
SD と SEM の違いは何ですか?
標本標準偏差(SD または s)は、標本内の個々のデータ点がどれだけ散らばっているかを表します。平均の標準誤差(SEM)は、標本平均が母平均をどれだけ正確に推定しているかを表し、SD を n の平方根で割ったものです。データが増えても SD は縮みませんが、SEM は縮みます。SD を報告するとデータ自体のばらつきが分かり、SEM を報告すると平均推定の精度が分かります。
表や図では、いつ SEM を報告し、いつ SD を報告すべきですか?
標本中の個々の測定値のばらつきや散らばりを説明したいときは SD を報告します。たとえば、研究における患者年齢の範囲です。平均推定の精度を伝えたいときは SEM を報告します。たとえば、治療群の平均を比較する棒グラフのエラーバーです。多くの学術誌では、両者がまったく異なる情報を示すため、どちらを報告しているかを明記するよう求めています。
なぜ標本サイズが大きくなると SEM は小さくなるのですか?
SEM = s / √n なので、n が大きくなると分母が大きくなり、SEM は小さくなります。直感的には、標本が大きいほど母集団に関する情報が多くなり、同じ大きさの標本を繰り返し取ったときの平均は、真の母平均の周りにより密に集まります。これは「データが多いほど確実性が高い」という関係を数値で表したものです。
SEM を統計的有意性の検定に使えますか?
直接は使えません。ただし、有意性検定の重要な要素です。t統計量は (x̄ − μ₀) / SEM として計算され、2群比較では両群のSEMを使って差の標準誤差を求めます。平均を比較するあらゆる統計検定は、内部的にはSEMに依存しています。ただし、p値の計算には特定の帰無仮説と検定法の選択が必要で、SEMだけでは足りません。
SEM が非常に大きい場合はどうすればいいですか?
平均に対してSEMが大きい場合、標本サイズが非常に小さい、データのばらつきが大きい(SDが大きい)、またはその両方であることが多いです。SEMを小さくするには、データを追加で収集することを検討してください。nを増やせない場合は、SEMと正確な標本数を併記して精度を判断できるようにし、不確実性を明確にするために信頼区間の報告も検討してください。外れ値がSDを押し上げていないか確認するのもよいでしょう。