Standardfehler des Mittelwerts

Dieser Rechner für den Standardfehler des Mittelwerts gibt an, wie präzise der Durchschnitt einer Stichprobe den zugrundeliegenden Populationsmittelwert schätzt. Sie geben eine Liste endlicher Zahlen ein; die Engine berechnet den Stichprobenmittelwert, die Stichproben-Standardabweichung mit Bessels Korrektur (Division durch n − 1) und den Standardfehler SEM = s geteilt durch die Quadratwurzel von n. Sie erhalten außerdem die Stichprobenvarianz, die Summe der quadrierten Abweichungen sowie das beobachtete Minimum und Maximum, um Tabellenkalkulationen und Laborhefte abzugleichen. Klassische Prüfungen umfassen die Achtwerte-Reihe zwei, vier, vier, vier, fünf, fünf, sieben, neun mit Mittelwert fünf und einem SEM nahe drei Viertel einer Einheit, nachdem die Stichproben-Standardabweichung mit eins über die Wurzel von acht skaliert wurde. Der Pfad ist nur deterministische Zweipass-Arithmetik: kein Netzwerk, kein zufälliges Resampling und keine datumsabhängigen Abkürzungen.

Was der Standardfehler des Mittelwerts misst und was die Antwort enthält

Der Standardfehler des Mittelwerts beantwortet eine andere Frage als die gewöhnliche Standardabweichung. Die Standardabweichung beschreibt, wie stark einzelne Beobachtungen um den Stichprobenmittelwert streuen; der Standardfehler beschreibt, wie stark dieser Stichprobenmittelwert schwanken würde, wenn man viele unabhängige Stichproben derselben Größe aus demselben Prozess zöge. Unter den üblichen Annahmen von Unabhängigkeit und identischer Verteilung ist die Stichprobenvarianz des Mittelwerts die Populationsvarianz geteilt durch n, sodass ein Schätzer des Standardfehlers die Stichproben-Standardabweichung geteilt durch die Quadratwurzel von n ist.

Dieser Rechner verwendet im Zähler stets die Stichproben-Standardabweichung mit Bessels Korrektur: s ist die positive Quadratwurzel der Summe der quadrierten Abweichungen vom Stichprobenmittelwert geteilt durch n minus eins, und SEM ist s über die Wurzel von n. Die Regel von weniger als zwei Werten ist beabsichtigt: die Stichproben-Standardabweichung ist für n kleiner als zwei undefiniert, daher lässt sich SEM nicht bilden. Wenn Sie nur Populations- und Stichproben-σ ohne SEM brauchen, nutzen Sie das Standardabweichungswerkzeug; bei Medianen oder mehrspaltigen CSV-Profilen die entsprechenden Werkzeuge.

Diese Seite beantwortet nur den univariaten SEM einer numerischen Reihe mit exakter, cachebarer Gleitkomma-Ausgabe für Arbeitsblätter, Unit-Tests und Pipelines, die bei jedem Lauf denselben Mittelwert, s und SEM treffen müssen.

Wo SEM in Studium, Wissenschaft, Produktarbeit und Reporting passt

Studierende begegnen dem Standardfehler des Mittelwerts, wenn ein Lehrbuch Konfidenzintervalle für einen Mittelwert baut, wenn ein Laborbericht Unsicherheit zum Durchschnitt wiederholter Messungen verlangt, oder wenn sie eine saubere Kontrolle gegen einen Rechner brauchen, der nur die Standardabweichung zeigt und die Division durch sqrt(n) dem Leser überlässt. Lehrkräfte können Antwortschlüssel für bescheidene Reihen vorab erzeugen, ohne undurchsichtigen Apps zu vertrauen, die Zwischenquadrate anders runden oder verbergen, ob sie n oder n minus eins nutzten.

Entwickler rufen denselben Vertrag aus Skripten auf, um deterministische Testvektoren zu säen, Analyse-Pipelines zu validieren, die Mittelwert plus/minus SEM plotten, oder Datenqualitätsgates zu erfüllen, die Mittelwerte markieren, deren SEM zusammenbricht, wenn n groß ist, s aber nicht. Analysten nutzen SEM beim Berichten von Umfragemitteln, Mittelwerten von A/B-Testmetriken oder Sensorchargenmitteln, damit Leser die Präzision des Durchschnitts sehen und nicht nur die rohe Streuung der Einzelwerte.

Produkt- und Operationsteams beobachten den SEM von Latenz, Warenkorbgröße oder Fehlerraten bei wechselnden Stichprobengrößen, weil ein stabil wirkender Mittelwert bei kleinem n noch einen großen SEM haben kann. Kombinieren Sie ihn mit dem Standardabweichungsrechner, wenn Sie auch Populations-σ brauchen, und mit Z-Score-Werkzeugen, wenn Sie Einzelwerte standardisieren statt die Präzision eines Mittelwerts zusammenzufassen.