ForHosting KIT · Mathematik

Standardfehler-Rechner

Eine Stichprobenstandardabweichung von 10 bei 25 Beobachtungen ergibt einen Standardfehler von genau 2, weil 10 durch die Wurzel aus 25 geteilt wird. Geben Sie die beiden Zahlen aus Ihrem Artikel oder Laborbuch ein und sehen Sie jeden Rechenschritt. Kostenlos in Ihrem Browser.

  • Kostenlos
  • Läuft in Ihrem Browser
  • Ohne Anmeldung
  • Ihre Daten bleiben auf Ihrem Gerät
Nutzen Sie es über WebAPIE-MailTelegramApp bald
Wenn Sie eingeben
Standardabweichung
10
Stichprobengröße
25
Erhalten Sie
Quadratwurzel von n
5
Varianz der Stichprobenziehung
4
Standardfehler
2

Dieser Standardfehler-Rechner gibt an, wie präzise ein Stichprobenmittelwert den Populationsmittelwert schätzt, wenn Sie die Stichproben-Standardabweichung und den Umfang bereits kennen. Sie geben eine nichtnegative Stichproben-Standardabweichung s und eine positive ganze Zahl n ein; die Engine liefert SE gleich s geteilt durch die Quadratwurzel von n, zusammen mit der Wurzel von n und der Stichprobenvarianz s zum Quadrat über n, damit Sie einen Aufsatz, ein Laborheft oder eine Tabelle Zelle für Zelle prüfen können. Klassische Prüfungen umfassen eine Stichproben-Standardabweichung von zehn mit fünfundzwanzig Beobachtungen, die einen Standardfehler von genau zwei ergibt, und eine Abweichung von vier mit sechzehn Beobachtungen, die einen Standardfehler von eins ergibt. Der Pfad ist ausschließlich deterministische Gleitkommaarithmetik: kein Rohdatenlauf, keine Netzaufrufe, kein zufälliges Resampling und keine datumsabhängigen Abkürzungen.

Was der Standardfehler misst und wie SE = s durch Wurzel n entsteht

Der Standardfehler des Mittelwerts beantwortet eine andere Frage als die gewöhnliche Standardabweichung. Die Standardabweichung beschreibt, wie weit einzelne Beobachtungen um den Stichprobenmittelwert streuen; der Standardfehler beschreibt, wie stark derselbe Mittelwert schwanken würde, wenn Sie viele unabhängige Stichproben derselben Größe aus demselben Prozess zögen. Unter den üblichen Annahmen unabhängiger, identisch verteilter Beobachtungen 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.

Diese Seite nimmt jene zwei Zahlen als gegeben: Sie haben s bereits aus einem Aufsatz, einem Statistikpaket oder einem vorherigen Lauf über die Rohreihe, und Sie kennen den Zähler n. Die Engine berechnet s nicht erneut aus einer Werteliste; sie wertet die geschlossene Skala SE gleich s durch Wurzel n aus und liefert die Stützstücke, damit ein Methodenteil oder eine Hausaufgabe die volle Identität zeigen kann.

Das ist eine andere Suche und ein anderer Vertrag als ein Rohdaten-SEM-Werkzeug, das s zuerst aus einem Array schätzt, und als ein Anteil-Standardfehler-Werkzeug, das p-hat mal eins minus p-hat über n verwendet. Studierende begegnen diesem Objekt, wenn ein Lehrbuch s und n nennt und den Standardfehler verlangt, wenn ein Laborbericht eine Stichproben-Standardabweichung und eine Replikatzahl listet, und wenn eine veröffentlichte Tabelle ohne Rekonstruktion der Originalmessungen zur Unsicherheit über den Mittelwert werden muss.

Der Stichprobenumfang muss eine positive ganze Zahl sein, weil n eine Beobachtungszahl ist; eine Dezimalzahl, eine Null oder ein negatives n ist für diese Formel keine gültige Zählung. Die Stichproben-Standardabweichung muss eine endliche nichtnegative Zahl sein.

Wo ein Standardfehler aus s und n seinen Nutzen verdient

Unterrichtsräume und Tutoriums-Plattformen nutzen einen Standardfehler-Rechner, damit Lernende SE gleich s durch Wurzel n für beliebige veröffentlichte Werte prüfen können, ohne die Formel mit einem Rohdaten-SEM-Lauf, einem Anteil-Standardfehler oder einem residualen Regressions-SEE zu vermengen. Prüfungsgeneratoren brauchen ein deterministisches Orakel, das einen nicht ganzzahligen Umfang ablehnt, statt n still zu kürzen und einen plausiblen, aber falschen Standardfehler zu erzeugen, den ein fehlerhafter Bewerter als Treffer werten könnte.

Forschende, die Methodenteile schreiben, haben oft s und n aus einem Statistikpaket oder einem anderen Aufsatz und brauchen den Standardfehler für ein Konfidenzintervall oder einen Forest-Plot, ohne die Originalmessungen zu rekonstruieren. Laborhefte listen eine Stichproben-Standardabweichung und eine Replikatzahl; jene zwei Größen in eine Unsicherheit über den Mittelwert zu wandeln ist genau diese geschlossene Form. Produkt- und Betriebsteams beobachten die Präzision des Mittelwerts einer Kennzahl, wenn sie die Standardabweichung der letzten Woche und den Umfang dieser Woche bereits kennen; das ist eine andere Frage als jede Beobachtung erneut einzulesen.

Halten Sie n als positive ganze Zahl und s nichtnegativ und endlich, und Sie erhalten einen reproduzierbaren Standardfehler für Tabellen, LMS-Plugins und Edge-Worker, ohne ein eigenes Statistikpaket aufzustellen. Wenn Sie die Rohreihe noch haben und s zuerst berechnen müssen, nutzen Sie das Rohdaten-SEM-Werkzeug; wenn Sie einen Stichprobenanteil statt einer Standardabweichung haben, nutzen Sie stattdessen das Anteil-Standardfehler-Werkzeug.

Hausaufgaben aus veröffentlichtem s und n

Prüfen Sie SE = s/√n für Lehrbuchaufgaben und Laborberichte, die bereits eine Stichproben-Standardabweichung und einen positiven ganzzahligen Umfang nennen.

Aufsätze, Grafiken und Kennzahlpräzision

Wandeln Sie eine veröffentlichte Stichproben-SD und einen Umfang in eine Unsicherheit über den Mittelwert für Methoden, Forest-Plots und Dashboard-Hinweise.

Was geschieht, wenn der Stichprobenumfang keine positive ganze Zahl ist?

Der Umfang ist eine Beobachtungszahl, daher werden null, Negative und Dezimalzahlen wie 2.5 abgelehnt und nicht berechnet.

Kann die Stichproben-Standardabweichung null sein?

Ja. Wenn s null ist, ist der Standardfehler genau null. Ein negatives s wird abgelehnt, weil eine Standardabweichung nicht negativ sein kann.

Worin unterscheidet sich das von einem Rechner für den Standardfehler des Mittelwerts mit Rohdaten?

Dieses Werkzeug nimmt s und n als gegeben. Der Rohdaten-SEM-Rechner schätzt die Stichproben-Standardabweichung aus einer Werteliste und wendet danach dieselbe Skala SE = s/√n an.

Was ist der Unterschied zwischen Standardabweichung und Standardfehler?

Die Standardabweichung beschreibt, wie stark die einzelnen Beobachtungen streuen. Der Standardfehler beschreibt, wie stark der Mittelwert selbst schwanken würde, wenn Sie viele Stichproben gleicher Größe zögen, und ist daher ab zwei Beobachtungen kleiner.

Wie berechne ich den Standardfehler aus s und n von Hand?

Teilen Sie die Stichprobenstandardabweichung durch die Wurzel aus dem Stichprobenumfang. Bei einer Standardabweichung von 10 und 25 Beobachtungen ist die Wurzel aus 25 gleich 5, und 10 durch 5 ergibt einen Standardfehler von 2.

Kann ich damit den Standardfehler eines Anteils berechnen?

Nein. Für einen Anteil rechnet man mit dem Anteil mal eins minus dem Anteil, geteilt durch n, und nicht mit einer Standardabweichung. Dafür gibt es einen eigenen Rechner; dieser hier geht immer von s und n aus.

Darf die Standardabweichung null sein?

Ja. Bei einer Standardabweichung von genau null ist auch der Standardfehler genau null, was einer Stichprobe ohne jede Reststreuung entspricht. Negative Werte werden dagegen abgelehnt, weil eine Standardabweichung nie negativ sein kann.

Alles auf dieser Seite ist auch per API verfügbar. Dieser Abschnitt richtet sich an Teams, die es in ihre eigenen Systeme einbinden möchten; alle anderen nutzen einfach das Tool oben.

POSThttps://api.kit.forhosting.com/stat/standard-error

Authentifizierung per Bearer-Token. Ein einziger POST stellt die Aufgabe in die Warteschlange; das Ergebnis erhalten Sie per Webhook oder über einen signierten Link.

curl -X POST https://api.kit.forhosting.com/stat/standard-error \
  -H "Authorization: Bearer $KIT_KEY" \
  -H "Content-Type: application/json" \
  -d '{"std_dev":10,"sample_size":25}'
{
  "std_dev": 10,
  "sample_size": 25
}
{
  "task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
  "type": "stat.standard_error",
  "status": "queued",
  "_links": {
    "result": "/tasks/tsk_…/result"
  }
}

Die API arbeitet asynchron: Sie erhalten sofort eine task_id. Polling ist mit 1 Anfrage pro Sekunde erlaubt.

pro Anfrage$0.002

Der Preis steht auf der Seite – keine Tokens, keine Credits. Fehlgeschlagene Aufgaben werden nicht berechnet.

HTTPCodeBedeutung
401unauthorizedDer API-Schlüssel fehlt oder ist ungültig – prüfen Sie den Authorization-Header (Bearer).
402insufficient_balanceIhr Guthaben reicht für diese Aufgabe nicht aus – Aufladungen verfallen nicht.
404unknown_typeUnbekannter Aufgabentyp – prüfen Sie das Feld „type“ gegen den Katalog.
429rate_limitedZu viele Anfragen – warten Sie kurz; Polling ist mit 1 Anfrage pro Sekunde erlaubt.

Was der Standardfehler misst und wie SE = s durch Wurzel n entsteht

Die Engine erfindet niemals ein Bootstrap-Histogramm und keine Zufallsziehung: sie wertet die Wurzelformel auf endlichen Zahlen aus und liefert entweder ein cachebares JSON-Objekt oder lehnt die Anfrage mit invalid_input ab. Nutzen Sie den kostenlosen Browserweg, um eine Lehrbuchaufgabe zu prüfen, und danach die API zu $0.002 pro erfolgreichem Aufruf, wenn Sie denselben Standardfehler in einem automatisierten Schlüssel oder einer Pipeline brauchen.

Eingabevertrag, ganzzahliger Umfang und Form einer erfolgreichen Antwort

Jeder Wert wird als endliche Dezimalzahl gelesen; optionale Vorzeichen und wissenschaftliche Notation sind erlaubt, während leere Token, einzelne Buchstaben und nichtnumerische Objekte mit einem klaren Feldnamen in der Meldung scheitern, damit eine schlechte Zelle nicht still zu einer Null wird. Nach dem Einlesen verlangt die Engine, dass die Stichproben-Standardabweichung nichtnegativ ist und der Stichprobenumfang eine positive ganze Zahl, nicht bloß eine Zahl größer oder gleich eins. Ein negatives s wird aus demselben Grund abgelehnt, aus dem ein Lehrbuch es ablehnen würde: eine Standardabweichung kann nicht negativ sein. Grenzfälle sind beabsichtigt und nützlich: wenn s genau null ist, ist der Standardfehler genau null, passend zu einer Stichprobe ohne Reststreuung, auch wenn reale Intervalle andernorts andere Korrekturen brauchen können. Die bevorzugten Felder sind std_dev und sample_size, aber die Aliasse s, sd, sample_std_dev, sigma und standard_deviation entsprechen der Stichproben-Standardabweichung, während n und size dem Stichprobenumfang entsprechen, sodass Tabellen, Abfrageketten und typisierte Formulare denselben Vertrag ohne Umbenennung der Spalten nutzen können. Mehr als ein Alias für dieselbe Rolle zugleich wird abgelehnt, um eine mehrdeutige Vorrangregel zu vermeiden. Ein Wert wie 2.5, null oder minus drei scheitert mit invalid_input und nennt das Umfangsfeld, weil der Standardfehler des Mittelwerts auf einer Beobachtungszahl definiert ist. Die Rechnung ist dann eine Handvoll arithmetischer Schritte: sqrt_n ist die positive Quadratwurzel von n, sampling_variance ist s zum Quadrat geteilt durch n, und standard_error ist s geteilt durch sqrt_n, identisch zur Wurzel der Stichprobenvarianz. Kombinieren Sie den kostenlosen Browserlauf dieser Seite mit der bezahlten API, wenn Sie dasselbe beschreibende Ergebnis in einer automatisierten Pipeline brauchen, ohne die Wurzelformel selbst neu zu implementieren.

Wo ein Standardfehler aus s und n seinen Nutzen verdient

Jede erfolgreiche API-Anfrage kostet das veröffentlichte $0.002, ohne Modell-Token und ohne ausgehendes Netz; ungültige Eingabe wird nicht berechnet.

Deterministische CI-Fixtures

Erzeugen Sie reproduzierbare Standardfehlerwerte für Unit-Tests und Lehrschlüssel, ohne die Wurzelskala in jedem Heft neu zu implementieren.

Wie berechnet man den Standardfehler aus Stichproben-Standardabweichung und Umfang?

Senden Sie ein endliches nichtnegatives std_dev (s) und einen positiven ganzzahligen sample_size (n). Die API liefert SE = s / √n sowie √n und die Stichprobenvarianz s²/n.

Was kostet der Standardfehler-Rechner?

Das Browser-Werkzeug ist kostenlos. API-Anfragen nutzen das vorausbezahlte KIT-Guthaben zu $0.002 pro erfolgreichem Aufruf; ungültige Eingabe wird nicht berechnet.

Vollständige KIT-Dokumentation lesen →