الخطأ المعياري للمتوسط
للأرقام 2 و4 و4 و4 و5 و5 و7 و9 يكون المتوسط 5 وخطؤه المعياري نحو ثلاثة أرباع الوحدة، وهو الانحراف المعياري للعينة مقسومًا على جذر 8. الصق رقمين على الأقل لترى مدى دقة متوسطك. مجانية في متصفحك.
- مجاني
- يعمل في متصفحك
- دون تسجيل
- بياناتك لا تغادر جهازك
شغّل الأداة مجانًا
تُبيّن حاسبة الخطأ المعياري للمتوسط مدى دقة متوسط العيّنة في تقدير متوسط المجتمع الأساسي. تُدخل قائمة من الأعداد المنتهية؛ فيحسب المحرك المتوسط العيّني، والانحراف المعياري العيّني مع تصحيح بيسل (القسمة على n − 1)، والخطأ المعياري SEM = s مقسومًا على الجذر التربيعي لـ n. كما تحصل على التباين العيّني، ومجموع مربعات الانحرافات، والحد الأدنى والأعلى المرصودين لمقارنة جداول الحساب ودفاتر المختبر. تشمل الفحوص الكلاسيكية السلسلة ذات الثماني قيم: اثنان، أربعة، أربعة، أربعة، خمسة، خمسة، سبعة، تسعة، بمتوسط خمسة وSEM قريب من ثلاثة أرباع الوحدة بعد تحجيم الانحراف العيّني بواحد على جذر ثمانية. المسار حساب حتمي بتمريرتين فقط: بلا شبكة، ولا إعادة عيّنة عشوائية، ولا اختصارات تعتمد على التاريخ.
ما الذي يقيسه الخطأ المعياري للمتوسط وما الذي تحتويه الاستجابة
يجيب الخطأ المعياري للمتوسط عن سؤال مختلف عن الانحراف المعياري العادي. يصف الانحراف المعياري مدى تشتت الملاحظات الفردية حول المتوسط العيّني؛ أما الخطأ المعياري فيصف مقدار التذبذب المتوقع لذلك المتوسط العيّني إذا سُحبت عيّنات مستقلة كثيرة بنفس الحجم من العملية نفسها. تستخدم هذه الحاسبة دائمًا الانحراف المعياري العيّني مع تصحيح بيسل في البسط: s هو الجذر التربيعي الموجب لمجموع مربعات الانحرافات عن المتوسط العيّني مقسومًا على n ناقص واحد، وSEM يساوي s على جذر n.
تشمل الحالات المرفوضة حقل values مفقودًا، وقائمة فارغة، وملاحظة واحدة، ومدخلات غير منتهية مثل Infinity أو NaN، ورموزًا غير رقمية، ومصفوفات أطول من الحد الأقصى المنشور. قاعدة أقل من قيمتين مقصودة: الانحراف العيّني غير معرّف عندما يكون n أقل من اثنين، فلا يمكن تكوين SEM. إن احتجتَ فقط إلى σ المجتمع والعيّنة دون SEM فاستخدم أداة الانحراف المعياري؛ وإن احتجتَ إلى الوسيط أو ملفات CSV متعددة الأعمدة فاستخدم تلك الأدوات.
تجيب هذه الصفحة عن SEM أحادي المتغير لسلسلة رقمية واحدة فقط، بمخرجات فاصلة عائمة دقيقة قابلة للتخزين المؤقت تناسب أوراق العمل واختبارات الوحدة وخطوط الأنابيب التي يجب أن تطابق المتوسط وs وSEM في كل تشغيل.
أين يناسب SEM الدراسة والعلم والعمل على المنتج والتقارير
يلتقي الطلاب بالخطأ المعياري للمتوسط عندما يبني كتاب فترات ثقة لمتوسط، أو عندما يطلب تقرير مختبر عدم اليقين حول متوسط قياسات متكررة، أو عندما يحتاجون إلى فحص نظيف مقابل حاسبة تعرض الانحراف المعياري فقط وتترك القسمة على sqrt(n) للقارئ. يستطيع المعلّمون توليد مفاتيح إجابات مسبقًا لسلاسل متواضعة دون الاعتماد على تطبيقات غامضة تقرّب المربعات الوسيطة بشكل مختلف أو تخفي إن استخدمت n أو n ناقص واحد.
يستدعي المطوّرون العقد نفسه من سكربتات لبذر متجهات اختبار حتمية، وللتحقق من خطوط تحليل ترسم المتوسط زائد أو ناقص SEM، أو لاستيفاء بوابات جودة بيانات تُعلّم المتوسطات التي ينهار SEM عندها عندما يكون n كبيرًا وs ليس كذلك. يستخدم المحللون SEM عند الإبلاغ عن متوسطات الاستطلاعات ومتوسطات مقاييس اختبارات A/B أو متوسطات دفعات المستشعرات حتى يرى القرّاء دقة المتوسط لا التشتت الخام للأفراد فقط.
تراقب فرق المنتج والعمليات SEM لزمن الاستجابة وحجم السلة أو معدلات الخطأ مع تغيّر أحجام العيّنات، لأن متوسطًا يبدو مستقرًا قد يبقى له SEM كبير عندما يكون n صغيرًا. اقرنه بحاسبة الانحراف المعياري عندما تحتاج أيضًا إلى σ المجتمع، وبأدوات الدرجة z عندما توحّد قيمًا فردية بدل تلخيص دقة متوسط.
حالات الاستخدام
عدم اليقين في الواجبات والمختبر
احسب SEM لعيّنات الكتب ومختبرات القياسات المتكررة ليُبلَغ عن دقة المتوسط بتصحيح بيسل وتحجيم √n.
ثوابت CI حتمية
ولّد متوسطًا وs عيّنيًا وSEM قابلة لإعادة الإنتاج لاختبارات الوحدة وبوابات جودة البيانات دون جداول تُصان يدويًا.
تقارير الاستطلاعات والمقاييس
أرفق الخطأ المعياري بمتوسطات عيّنية للاستطلاعات ومقاييس A/B ودفعات المستشعرات ليرى القرّاء دقة المتوسط لا التشتت الخام فقط.
الأسئلة الشائعة
كيف يختلف SEM عن الانحراف المعياري؟
يقيس الانحراف المعياري تشتت القيم الفردية حول المتوسط. أما SEM = s/√n فيقدّر دقة المتوسط العيّني نفسه مع نمو n.
لماذا أحتاج إلى قيمتين على الأقل؟
يستخدم الانحراف المعياري العيّني n − 1 في المقام وهو غير معرّف لملاحظة واحدة.
هل النتيجة دقيقة لكل مجموعة بيانات؟
النتائج حتمية لنفس الإدخال؛ وقد تُظهر السلاسل الكبيرة جدًا أو سيئة التكييف حدود الدقة المزدوجة المعتادة.
كيف يُحسب الخطأ المعياري للمتوسط من بياناتي؟
يُحسب أولًا المتوسط والانحراف المعياري للعينة بقسمة مجموع مربعات الانحرافات على n ناقص واحد، ثم يُقسم هذا الانحراف على الجذر التربيعي لعدد القيم. ومع 2 و4 و4 و4 و5 و5 و7 و9 يكون المقسوم عليه جذر 8.
أي انحراف معياري يدخل في الحساب؟
دائمًا الانحراف المعياري للعينة مع تصحيح بيسل، أي القسمة على n ناقص واحد. ولا تُستخدم صيغة المجتمع التي تقسم على n، لأن الخطأ المعياري يعامل قائمتك على أنها عينة من عملية أكبر.
أدوات ذات صلة
للمطوّرين — الوصول عبر API
كل ما في هذه الصفحة متاح برمجيًا. هذا القسم موجّه للفرق التقنية التي تريد ربط الأداة بأنظمتها الخاصة؛ بقية المستخدمين يمكنهم استخدام الأداة أعلاه مباشرة دون الحاجة لقراءة ما يلي.
الـEndpoint
صادِق على طلبك بترويسة Bearer، وأرسل طلب POST واحدًا لتدخل مهمتك قائمة التنفيذ فورًا؛ ثم تستلم النتيجة عبر webhook أو رابط موقّع.
استدعِ الخدمة من بيئتك
curl -X POST https://api.kit.forhosting.com/stat/standard-error-mean \
-H "Authorization: Bearer $KIT_KEY" \
-H "Content-Type: application/json" \
-d '{"values":[2,4,4,4,5,5,7,9]}'const res = await fetch("https://api.kit.forhosting.com/stat/standard-error-mean", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.KIT_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
"values": [
2,
4,
4,
4,
5,
5,
7,
9
]
})
});
const { task_id } = await res.json();import os, requests
res = requests.post(
"https://api.kit.forhosting.com/stat/standard-error-mean",
headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
json={
"values": [
2,
4,
4,
4,
5,
5,
7,
9
]
},
)
task_id = res.json()["task_id"]<?php
$res = file_get_contents("https://api.kit.forhosting.com/stat/standard-error-mean", false, stream_context_create([
"http" => [
"method" => "POST",
"header" => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
"content" => '{"values":[2,4,4,4,5,5,7,9]}',
],
]));
$task = json_decode($res, true);body := bytes.NewBufferString(`{"values":[2,4,4,4,5,5,7,9]}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/stat/standard-error-mean", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)مثال على الطلب
{
"values": [
2,
4,
4,
4,
5,
5,
7,
9
]
}مثال على الاستجابة
{
"task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
"type": "stat.standard_error_mean",
"status": "queued",
"_links": {
"result": "/tasks/tsk_…/result"
}
}الواجهة غير متزامنة: تستلم task_id فور الإرسال، ويمكنك الاستعلام عن الحالة بمعدل طلب واحد في الثانية.
الأسعار
السعر معلن كما تراه: لا tokens ولا نظام نقاط؛ وإن فشلت المهمة فلن تُحاسَب عليها.
الحدود
max_n | 10000 |
max_abs | 1000000000000000 |
الأخطاء
| HTTP | الرمز | المعنى |
|---|---|---|
401 | unauthorized | مفتاح الوصول مفقود أو غير صالح؛ تحقق من ترويسة Bearer في طلبك. |
402 | insufficient_balance | رصيدك لا يكفي لتنفيذ هذه المهمة؛ أعد شحن الرصيد ثم أعد المحاولة. |
404 | unknown_type | نوع المهمة المطلوب غير موجود في الكتالوج — راجع الاسم المرسل في الطلب. |
429 | rate_limited | تجاوزت الحد المسموح من الطلبات؛ انتظر قليلًا ثم أعد المحاولة. |
ملاحظات تقنية
استخدمها مجانًا في المتصفح للواجبات وتقارير المختبر وملخصات الاستطلاعات، أو استدعِ API بسعر $0.002 لكل طلب ناجح عندما تحتاج إلى ثوابت SEM قابلة لإعادة الإنتاج في CI أو لوحات القياس أو عروض التدريس.
ما الذي يقيسه الخطأ المعياري للمتوسط وما الذي تحتويه الاستجابة
تُرجع الاستجابة n وmean وsum ومجموع مربعات الانحرافات والتباين العيّني والانحراف المعياري العيّني وstandard_error وmin وmax وسلسلة صيغة قصيرة تسمّي SEM وs والسقف المنشور max_n. لا يوجد مسار bootstrap تقريبي يُقدَّم كحقيقة، ولا إجبار صامت لتسميات نصية إلى أصفار: إما أن يُكمل المحرك الحساب بتمريرتين ضمن حدود الطول والمقدار، أو يرفض الإدخال بـ invalid_input.
كيف تُقرأ القيم وكيف يبقى خوارزمية SEM ذات التمريرتين مستقرة
يُحلَّل كل عنصر كعشري منتهٍ؛ ويُسمح بإشارات اختيارية وتدوين علمي، بينما تفشل الرموز الفارغة والحروف المجردة والكائنات غير الرقمية مع فهرس حقل في الرسالة حتى لا تصبح خلية سيئة صفرًا صامتًا. الحساب هو الطريقة الكلاسيكية بتمريرتين: أولًا المجموع والمتوسط، ثم مجموع مربعات الانحرافات عن ذلك المتوسط، ثم التباين العيّني كـ SSD على n ناقص واحد، والانحراف العيّني كجذر موجب، وأخيرًا SEM كانحراف عيّني مقسومًا على جذر n. إرجاع s وSEM معًا يتجنب خطأ الجداول الشائع بقسمة مقياس تشتت خاطئ على sqrt(n) أو خلط مقامَي المجتمع والعيّنة دون انتباه. الحقل المفضّل هو values، وهو مصفوفة أعداد منتهية، لكن تُقبل الأسماء البديلة data وnumbers وx وseries حتى تعيد جداول الحساب وسلاسل الاستعلام والنماذج المكتوبة استخدام العقد نفسه. تُقبل أيضًا سلسلة واحدة من الأعداد مفصولة بفواصل أو مسافات عندما يرسل نموذج نصًا عاديًا بدل مصفوفات JSON. يفرض المحرك حدًا أقصى قدره عشرة آلاف نقطة وسقف مقدار لكل قيمة حتى تبقى الذاكرة وزمن الاستجابة ضمن ميزانية متوقعة على مسار المتصفح المجاني وعلى Worker الحافة. اقرن التشغيل المجاني في متصفح هذه الصفحة بـ API المسعّرة عندما تحتاج إلى النتيجة الوصفية ذاتها داخل خط أنابيب آلي دون إعادة تنفيذ تصحيح بيسل وتحجيم SEM بنفسك.
أين يناسب SEM الدراسة والعلم والعمل على المنتج والتقارير
في هذه الصفحة يعمل كل شيء داخل متصفحك؛ وعبر API تكلف كل استشارة ناجحة $0.002، ولا تُحسب التحقق الفاشل، ولا يُخزَّن شيء بعد عودة الاستجابة. هذا التقسيم — استكشاف تفاعلي مجاني وAPI مسعّرة مطابقة — يوافق بقية كتالوج KIT من المستوى A ويتيح لك الانتقال من عرض صفّي إلى خط أنابيب آلي دون تغيير النتيجة الرياضية.
أسئلة تقنية
كم تكلفة حاسبة الخطأ المعياري للمتوسط؟
هي مجانية في متصفحك في هذه الصفحة. عبر API يكلف الطلب الناجح $0.002؛ والمدخلات غير الصالحة لا تُحسب.
هل يمكنني إرسال سلسلة مفصولة بفواصل بدل مصفوفة JSON؟
نعم. يقبل حقل values مصفوفة أعداد أو سلسلة واحدة من أعداد مفصولة بفواصل أو مسافات أو فواصل منقوطة.