標準誤差計算機 - 元データまたは要約からSEを算出

平均の標準誤差（SE または SEM）は、標本平均の標本分布の標準偏差です。簡単に言えば、同じ抽出を何度も繰り返したとき、標本平均が真の母平均からどれくらいずれやすいかを示します。SE が小さいほど標本平均は母平均の精密な推定値であり、SE が大きいほど不確実性が大きいことを意味します。 式は SE = s / √n で、s は標本の標準偏差、n は観測数です。元データモードでは、まず標本標準偏差（分母に n−1 を使うベッセル補正）を計算し、その後 √n で割ります。要約統計モードでは、平均、標準偏差、n を直接入力します。これは、公開論文の集計値など、元データが手元にない場合に便利です。 この計算機は、選択した信頼水準（90%、95%、99%）で平均の信頼区間も計算します。区間は x̄ ± z × SE で構成され、z は標準正規分布の臨界値です（90% で 1.645、95% で 1.96、99% で 2.576）。この z ベースの区間は、大標本（n ≥ 30）や母集団が正規分布すると分かっている場合に適しています。小標本で非正規分布の場合は、自由度 n−1 の t 分布を使う t ベースの区間のほうがより正確です。実務上は、n ≥ 30 なら z と t はほぼ同じです。 SE は定量研究のほぼすべての分野で使われます。医学では、臨床論文が平均と SE または信頼区間を報告し、治療群間の差が臨床的に意味があるかを判断できるようにします。製造業では、工程能力評価で SE を使い、標本平均が仕様範囲内に確実に収まっているかを確認します。社会調査では、報告された平均の誤差範囲は SE に直接依存します。金融リスク分析では、平均リターンなどの不確実性を推定するために SE を用います。機械学習では、モデル性能指標を比較するブートストラップ信頼区間の基盤になります。 SE と標準偏差（SD）の使い分けを理解することも重要です。SD は個々の測定値がどれだけばらついているかを表し、データを増やしても（真の母集団変動が一定であれば）縮まりません。SE は平均推定の精度を表し、SE = SD / √n なのでデータが増えると小さくなります。個人間のばらつきを伝えたいとき——たとえば研究参加者の年齢幅——は SD を報告します。平均推定の精度を伝えたいとき——たとえば平均血圧低下の信頼性——は SE またはそこから導かれる信頼区間を報告します。