위키득계정 ↗
과학

표준편차와 표준오차

표준편차와 표준오차과학
표준편차
관측값 사이의 변동
표준오차
추정량의 표본 변동
평균의 일반식
SE = s / sqrt(n)
전제 확인
독립성과 표본 설계
표준편차는 관측값의 흩어짐을, 표준오차는 추정량의 표본에 따른 변동을 나타낸다. 평균의 표준오차는 적절한 독립 표본 조건에서 표준편차를 표본 수의 제곱근으로 나누어 추정할 수 있다.

무엇이 흔들리는가

같은 집단에서 얻은 개별 값들이 얼마나 다른지와 표본을 새로 뽑을 때 계산한 평균이 얼마나 달라지는지는 서로 다른 질문이다. 표준편차는 첫 번째를 기술하고 평균의 표준오차는 두 번째와 관련된다. 표준오차는 평균만의 개념이 아니므로 어떤 추정량의 표준오차인지 밝혀야 한다.

표본 수가 들어가는 이유

독립적으로 관측한 값들의 평균에서는 여러 관측을 모으면서 평균의 변동이 줄어들 수 있다. 적절한 조건에서 평균의 표준오차는 표본표준편차 s를 표본 수 n의 제곱근으로 나누어 추정한다. 관측값 자체의 흩어짐이 같은 비율로 작아진다는 뜻은 아니다. 자료의 변동과 평균 추정의 변동을 분리해 읽는다.

숫자로 비교하기

표본표준편차가 12이고 관측 수가 36인 가상의 독립 표본에서는 평균의 표준오차 추정값이 2다. 같은 흩어짐에서 관측 수가 144라면 1이 된다. 표본 수가 네 배가 되어 표준오차가 절반이 된 예시다. 하지만 이 계산은 표본의 독립성과 계산 조건을 만족한다는 가정 아래의 설명이다.

자료가 의존하는 경우

같은 대상을 짧은 간격으로 반복 관측한 값을 모두 독립된 정보로 취급하면 평균의 표준오차를 너무 작게 평가할 수 있다. 군집 표본이나 시간에 따라 연결된 자료도 설계에 맞는 방법이 필요하다. 단순한 식에 큰 n을 넣었다고 실제 정보가 그만큼 늘었다고 단정하지 않는다. 자료가 어떻게 수집되었는지부터 확인해야 한다.

오차 막대 읽기

그래프의 막대가 표준편차인지 표준오차인지 신뢰구간인지에 따라 의미가 달라진다. 막대가 짧다는 사실만으로 개별 값들이 모두 비슷하다고 판단할 수 없다. 표본 수가 크면 평균 추정은 정밀해도 관측값은 넓게 퍼져 있을 수 있다. 어떤 지표를 그렸는지 명시하고 필요하면 원자료의 분포도 함께 본다.

관련 문서

통계학 / 중앙값 / 측정 / 오차와 측정 불확실성