樣本平均數標準誤計算器（SEM）

樣本平均數的標準差——更常稱為平均數標準誤（SEM）——是一項基本統計量，用來量化樣本平均數估計真實母體平均數的精確程度。樣本標準差（s）描述樣本內個別觀測值的離散程度，而SEM描述從同一母體抽取相同樣本數的所有可能樣本時，樣本平均數本身的離散程度。 公式簡單而有力：SEM = s / √n，其中s是樣本標準差，n是觀測數。因為√n位於分母，SEM會隨樣本數增加而降低。n加倍會讓SEM降低√2 ≈ 1.41 倍；n變為四倍則SEM減半。這個關係說明為什麼較大型研究能產生更精確的估計，也說明研究人員為何會在收集資料前計算達到目標精確度所需的最小樣本數。 SEM是信賴區間的基礎。對大樣本而言，母體平均數的95%信賴區間約為 x̄ ± 1.96 × SEM（使用z分配）；對小樣本而言，則為 x̄ ± t × SEM（使用自由度為n−1的適當t分配）。在表格與圖形中與平均數一起報告SEM，可以傳達估計的精確度——小SEM表示樣本平均數是母體平均數的緊密估計，而大SEM表示估計具有相當不確定性。 本計算器使用樣本標準差（採用貝塞爾校正，除以n−1），而非母體標準差（除以n），因為實務上你幾乎總是在處理樣本，而不是完整母體。所得SEM是平均數抽樣分配標準差的無偏估計量。 SEM的實務應用非常廣泛。在臨床試驗中，與各組平均數一起報告SEM，可讓讀者判斷組間差異是否大於僅由抽樣變異所預期的差異。在品質管制中，可用同一產品的重複測量計算SEM，並確認生產流程是否穩定。在問卷研究中，SEM可用於說明報告平均值的誤差範圍。在心理學與社會科學中，長條圖上的SEM誤差線可顯示條件之間的表面差異是否具統計意義。任何時候只要你報告平均數並需要傳達其可靠性，SEM都是合適的配套統計量。