Вероятность и статистика · объяснение и практика
Чем стандартная ошибка среднего отличается от разброса отдельных наблюдений
Отделите разброс отдельных значений от неопределённости выборочного среднего и проверьте, когда действует деление на квадратный корень объёма.

В теме Оценивание и проверка гипотез: углубление · Учебная карта
Главная мысль
Стандартная ошибка среднего — стандартное отклонение распределения самого среднего. Для n независимых одинаковых наблюдений она равна σ/√n; при неизвестной σ часто используют оценку s/√n.
Среднее меняется от выборки к выборке
Стандартное отклонение отдельных наблюдений отвечает на вопрос, насколько различаются сами значения. Стандартная ошибка среднего отвечает на другой вопрос: насколько менялось бы среднее при повторении всей процедуры отбора с тем же объёмом. У двух наборов с одинаковым индивидуальным разбросом стандартные ошибки могут различаться из-за разного числа независимых наблюдений.
У независимых одинаково распределённых величин дисперсия суммы равна nσ². После деления суммы на n её дисперсия становится σ²/n, а стандартное отклонение — σ/√n. Квадратный корень появляется при переходе от дисперсии к длине разброса, поэтому делить исходное стандартное отклонение сразу на n неправильно.
Больше наблюдений — медленнее уменьшение ошибки
Если σ=12, при n=36 стандартная ошибка равна двум, а при n=144 — одному. Чтобы сократить её вдвое, нужен в четыре раза больший объём при прочих равных. Удвоение объёма уменьшает ошибку только в √2 раза. Это точное масштабирование модели, не универсальная гарантия точности любого исследования.
Когда σ неизвестна, её заменяют выборочным стандартным отклонением s и получают оценённую стандартную ошибку. Это случайная величина, а не точно известный параметр. Само число s/√n ещё не является доверительным интервалом: для интервала нужны уровень, распределительные условия и подходящий множитель.
Пример
У независимых одинаковых наблюдений σ=15, объём выборки 25. Найдите стандартную ошибку среднего.
Получаем 15/√25=3. Число 15 характеризует отдельные наблюдения, 3 — разброс средних по повторным выборкам размера 25.
Независимость и смещение проверяются отдельно
Повторение одной и той же строки сто раз не создаёт сто независимых наблюдений. При положительной зависимости дисперсия суммы содержит ковариации и стандартная формула может занижать неопределённость. Для кластерных, временных или парных данных используют оценку, учитывающую их структуру. Простое увеличение числа записей в таблице не заменяет новых независимых сведений.
Маленькая стандартная ошибка также не исключает систематического смещения. Можно очень устойчиво оценивать среднее неверно выбранной группы или результат прибора с постоянным сдвигом. Поэтому в отчёте полезно отдельно назвать оценку, её случайную неопределённость и возможные источники смещения. Запись маленького числа после знака плюс-минус не доказывает достоверность всей модели.
От чтения к действию
А теперь — вы
Частые вопросы
Стандартная ошибка равна стандартному отклонению данных?
Нет. В простой независимой модели она меньше в √n раз и относится к распределению среднего, а не к индивидуальным значениям.
Можно ли увеличить объём копированием строк?
Нет. Копии зависимы и не дают новых независимых наблюдений. Формула σ/√n требует фактической вероятностной модели отбора.
Источники и работа с материалом
Объяснение, примеры и вопросы написаны для erudeet. Факты и определения сверены по источникам ниже; это ссылки для самостоятельной проверки.
Продолжить разбираться
Зачем выборочную дисперсию делят на n минус один
Объясните знаменатель n−1 в оценке дисперсии и отличите оценку неизвестного распределения от описания конечного списка.
Открыть темуПочему распределение средних может быть близко к нормальному
Определите, какая величина становится примерно нормальной: стандартизованная сумма или среднее, а не исходные наблюдения.
Открыть тему