標本平均の標準誤差計算機(SEM)
生の標本データから平均の標準誤差(SEM)を計算します。数値を入力するだけで、標本サイズ、平均、標準偏差、分散、SEMを一度に求められます。
カンマで区切った数値のリストを入力してください。この計算機は、標本標準偏差、分散、平均、平均の標準誤差(SEM = s / √n)を計算します。
標本平均の標準誤差計算機(SEM)
生の標本データから平均の標準誤差(SEM)を計算します。数値を入力するだけで、標本サイズ、平均、標準偏差、分散、SEMを一度に求められます。
カンマまたはスペースで区切って数値を入力
標本平均の標準誤差計算機について
標本平均の標準偏差は、より一般には平均の標準誤差(SEM)と呼ばれ、標本平均が真の母平均をどれだけ精密に推定しているかを数量化する基本的な統計量です。標本標準偏差(s)が標本内の個々の観測値のばらつきを表すのに対し、SEMは同じ母集団から同じサイズの標本を取り得るすべての場合における標本平均そのもののばらつきを表します。
式はシンプルで強力です:SEM = s / √n。ここでsは標本標準偏差、nは観測数です。√nが分母にあるため、標本サイズが大きくなるほどSEMは小さくなります。nを2倍にするとSEMは√2 ≈ 1.41 倍だけ低下し、nを4倍にするとSEMは半分になります。この関係は、大規模な研究ほどより精密な推定値を生み出す理由、また研究者がデータ収集前に目標精度を達成するための最小標本サイズを計算する理由を説明します。
SEMは信頼区間の構成要素です。大標本では、母平均の95%信頼区間はおおよそ x̄ ± 1.96 × SEM(z分布を使用)で、小標本では x̄ ± t × SEM(自由度n−1の適切なt分布を使用)です。表や図で平均とともにSEMを報告すると、推定の精度が伝わります。小さいSEMは標本平均が母平均を狭く推定していることを意味し、大きいSEMは推定に大きな不確実性があることを意味します。
この計算機では、母標準偏差(nで割る)ではなく、標本標準偏差(ベッセル補正によりn−1で割る)を使います。実務では完全な母集団ではなく標本を扱うことがほとんどだからです。得られるSEMは、平均の標本分布の標準偏差に対する不偏推定量です。
実用例は幅広くあります。臨床試験では、各群の平均とともにSEMを報告することで、群間差が標本変動だけで予想される差より大きいかどうかを読者が判断できます。品質管理では、同じ製品を繰り返し測定してSEMを計算し、生産工程が安定しているかを確認します。調査研究では、報告された平均値の誤差範囲をSEMが示します。心理学や社会科学では、棒グラフのSEMバーが、条件間の見かけ上の差が統計的に意味を持つかを示します。平均を報告し、その信頼性を伝える必要があるとき、SEMは適切な補助統計量です。
平均の標準誤差の例
異なる分野の4つの標本データセットを使い、SEMが標本サイズとばらつきにどう関係するかを示します。
| データ | SEM | 文脈 |
|---|---|---|
| 85, 92, 78, 88, 90 | SEM ≈ 2.4413 | 教室でのテスト点数(n=5)。標準偏差 ≈ 5.46、平均 = 86.6。SEMは平均推定値に約 ±2.4 点の精度があることを示します。 |
| 5.01, 4.98, 5.03, 4.99, 5.00 | SEM ≈ 0.0086 | ボールベアリングの直径(mm、n=5)。非常に小さいSEMは、製造の一貫性が極めて高いことを反映しています。 |
| 150.50, 155.25, 148.75, 152.00, 158.50 | SEM ≈ 1.7410 | 1週間の株価終値(n=5)。$1.74 のSEMは、週平均に中程度の不確実性があることを示します。 |
| -2, 3, 1, -1, 4, 0 | SEM ≈ 0.9458 | 基準値からの温度偏差(n=6)。負の値も正しく処理できます。平均 = 0.833°C。 |
SEM計算機の使い方
- 入力欄に標本データをカンマ区切りの数値として入力します。標本内のすべての観測値を含めてください。
- 計算をクリックします。ツールが標本サイズ、平均、標本標準偏差、標本分散、SEMを即座に計算します。
- SEM値を確認します。これは標本平均の標準偏差で、s / √n に等しくなります。
- SEMを使って信頼区間を作成します。目的の信頼水準に対応するt値またはz値を掛けます。
- 例ボタンをクリックして用意済みのデータセットを読み込むか、リセットをクリックしてすべての値を消去し、最初から始めます。
平均の標準誤差に関するFAQ
SDとSEMの違いは何ですか?
標本標準偏差(SDまたはs)は、標本内の個々のデータ点がどれだけばらついているかを測ります。平均の標準誤差(SEM)は、標本平均が真の母平均をどれだけ精密に推定しているかを測ります。これはSDをnの平方根で割ったものです。SDはデータが増えても必ず小さくなるわけではありませんが、SEMは小さくなります。SDの報告はデータ自体の変動性を、SEMの報告は平均推定値の精度を表します。
表や図ではSEMとSDのどちらを報告すべきですか?
標本内の個々の測定値の変動性やばらつきを説明したい場合はSDを報告します。たとえば研究対象者の年齢範囲などです。平均推定値の精度を伝えたい場合はSEMを報告します。たとえば治療群の平均を比較する棒グラフのエラーバーなどです。両者は非常に異なる情報を伝えるため、多くの科学誌ではどちらを報告しているか明記することを著者に求めています。
標本サイズが増えるとSEMが小さくなるのはなぜですか?
SEM = s / √n なので、nが増えると分母が大きくなり、SEMは小さくなります。直感的には、大きな標本ほど母集団について多くの情報を含み、サイズnの標本を繰り返し取ると、その平均は真の母平均の周りにより密に集まります。これは「データが多いほど確実性が高い」という考えの定量的表現です。
SEMを統計的有意性の検定に使えますか?
直接は使えませんが、有意性検定の重要な要素です。t統計量は (x̄ − μ₀) / SEM として計算され、2標本比較では両群のSEMを使って差の標準誤差を計算します。平均を比較する統計検定は内部的にSEMに依存しています。ただし、p値の計算には具体的な帰無仮説と検定方法の選択も必要であり、SEMだけで提供できる範囲を超えます。
SEMが非常に大きい場合はどうすればよいですか?
平均に対してSEMが大きい場合、通常は標本サイズが非常に小さい、データのばらつきが大きい(SDが大きい)、またはその両方を意味します。SEMを下げるために、追加データの収集を検討してください。nを増やせない場合は、SEMと正確な標本サイズを併記して読者が精度を判断できるようにし、不確実性を明示するために信頼区間の報告も検討します。外れ値がSDを膨らませていないか調べることも有用です。