La incertidumbre de una cantidad estimada, como la media, en lugar de la dispersión de los datos.El error estándar es una medida de cuán precisamente conoces una cantidad estimada, como la media de un conjunto de datos. No es la dispersión de los puntos de datos individuales (eso es la desviación estándar), sino la incertidumbre en la propia estimación. Si tomaras repetidamente nuevas muestras y calcularas la media cada vez, el error estándar te dice cuánto variarían esas medias. Es la desviación estándar de la distribución muestral del estadístico.
El concepto fue formalizado por el estadístico británico Ronald Fisher en la década de 1920, quien introdujo el término 'error estándar' para distinguirlo de la desviación estándar de los propios datos.
El error estándar se calcula tomando la desviación estándar de los datos y dividiéndola por la raíz cuadrada del tamaño de la muestra (EE = σ/√N). Esta fórmula surge porque promediar muchas mediciones independientes reduce el ruido aleatorio. Cuantos más datos tengas, más estrecha se vuelve la distribución de las medias posibles, por lo que el error estándar disminuye. Es el número clave para construir intervalos de confianza y realizar pruebas de hipótesis.
Se utiliza en todos los campos científicos que reportan promedios, desde ensayos clínicos (las barras de error en la eficacia de fármacos) hasta la economía (la incertidumbre en las estimaciones de la tasa de desempleo).
El error estándar de la media es siempre menor que la desviación estándar de los datos, por lo que promediar es una herramienta tan poderosa para reducir el ruido.




