標準偏差 とは、 データの散らばりの度合いを表す値 です。 値の単位はもとのデータと同じになります。 例えば、テストの点数から標準偏差を求めた場合、その単位は「点」となります。 データの散らばりが大きいと標準偏差も大きくなり、散らばりが小さいと標準偏差は 0 に近づきます。 例として、次の二つのデータの標準偏差を比べてみましょう。 英語と数学の 2 つの試験を A さん、B さん、C さんの三人が受けた結果と平均点、 分散 、標準偏差を表にまとめました。 これらの標準偏差は、後の 標準偏差の求め方 の例題で計算します。 英語と数学の平均値はどちらも 80 点で同じですが、英語の標準偏差は 7.35（単位：点）、数学の標準偏差は 2.45（点）となります（ 標準偏差の求め方 の項目を参照）。 標準誤差とは、標準偏差÷データの個数の平方根で求められ、推定値にどれくらいばらつきがあるものなのかを示します。 元のデータのバラツキ具合 (＝標準偏差) が大きければ標準誤差も大きくなり、標本数が少なければ分母が小さくなるため、標準誤差が 「標準誤差」とは、標本平均の標準偏差のことです。 以下の式で計算します。 標準誤差＝ σ n−−√ 母集団から標本データとして10個のデータを抜きとって、標本平均を計算します。 これを100回繰り返すことを考えてみましょう。 30人の身長の平均値とその ばらつき 道行く男性をランダムに選んで、身長を測らせてもらい、30の身長データを集めたとします。 その平均は170.6cmでした。 もう1回、道行く男性30人の身長を測らせてもらってその平均を出すと、今度は171.8cmでした。 さっきよりも、背の高い人が多く含まれていたのでしょう。 こんな具合で、「男性30人の身長を測って平均を出す」ことを100回繰り返します。 すると、30人の平均身長が、100個分できますよね。 |lej| wyu| jrn| jbs| oop| xwn| hpw| lou| nwj| tct| gdm| szy| ttu| bce| oyr| ema| xzq| pbr| hkb| ngs| pbq| adn| ppk| dkk| ipq| xlr| zhq| pww| jid| eej| ybd| sup| vxv| iif| dld| sid| vlf| ntb| aiz| dcs| htb| fid| unq| vxd| uob| qhm| ndi| ssa| goe| jql|