Неопределённость оцениваемой величины, такой как среднее, а не разброс данных.Стандартная ошибка — это мера того, насколько точно вы знаете оцениваемую величину, такую как среднее значение набора данных. Это не разброс отдельных точек данных (это стандартное отклонение), а неопределённость самой оценки. Если бы вы многократно брали новые выборки и каждый раз вычисляли среднее, стандартная ошибка показывает, насколько эти средние варьировались бы. Это стандартное отклонение выборочного распределения статистики.
Концепция была формализована британским статистиком Рональдом Фишером в 1920-х годах, который ввёл термин «стандартная ошибка», чтобы отличить её от стандартного отклонения самих данных.
Стандартная ошибка вычисляется путём деления стандартного отклонения данных на квадратный корень из объёма выборки (SE = σ/√N). Эта формула возникает потому, что усреднение множества независимых измерений уменьшает случайный шум. Чем больше данных, тем уже распределение возможных средних, поэтому стандартная ошибка уменьшается. Это ключевое число для построения доверительных интервалов и проверки гипотез.
Она используется во всех научных областях, где сообщаются средние значения — от клинических испытаний (планки погрешностей на эффективность лекарств) до экономики (неопределённость оценок уровня безработицы).
Стандартная ошибка среднего всегда меньше стандартного отклонения данных, поэтому усреднение является таким мощным инструментом для снижения шума.





