计算样本量时标准差为多少

① 两组间的样本量差距多少算正常

两组间的样本量差距是数据的四分之一算正常。样本标准差合理范围约等于数据的四分之一。随着样本数或测量次数n的增大，标准差趋向某个稳定值，即样本标准差s越接近总体标准差。

② 标准差在多少合适

标准差在多少合适
问题一：标准差的数值的大小代表什么意义?标准差大好还是小好?标准差也被称为标准恭差，或者实验标准差。简单来说，标准差是一组数据平均值分散程度的一种度量。
一个较大的标准差，代表大部分数值和其平均值之间差异较大；一个较小的标准差，代表这些数值较接近平均值。一般来说标准差较小为好，这样代表比较稳定。

问题二：计算标准差，一般要至少多少数据才合理？标准差是用来评价单值与均值的离散度，原则上讲，只要能计算均值的样本量就可以计算标准差。但是考虑到分析标准差意义，通常最小的样本应大于功于5个，才有必要计算标准差。

问题三：标准十分对应的标准差分别是多少？平均数5.5，标准差1.5

问题四：标准差多大算是合理越小越合理

问题五：标准差是多少???求高手?.方差s^2=[(x1-x)^2+(x2-x)^2+......(xn-x)^2]/n=（0.0121+0.5476+0.0004+0.0625+0.1521+0.4225+0.1024+0.3025+0.1225+0.0196+1.4884）/12=3.377/12=0.2814
标准差=（s^20）^0.5=0.5315

问题六：标准差是多少标准差=方差的算术平方根=s=sqrt((x1-x)^2+(x2-x)^2+.(xn-x)^2)/n))。你将各个数和平均数代入计算即可。
标准差（StandardDeviation），也称均方差（meansquareerror），是各数据偏离平均数的距离的平均数，它是离均差平方和平均后的方根，用σ表示。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的，标准差未必相同。

问题七：标准差算出来有什么作用吗标准差是反应多组数据之间稳定值差异的，与样本多少没有关系，有多少样本就反应多少样本之间的数值的稳定性。
所以，只是反应稳定性而已。
下一个数字不是9.3加减3.26的范畴
而是说
标准差越大数组偏差越不稳定，例如你的物理实验结果的标准差太大，超出实验结果允许的误差范围，那么说明你的实验失败了。
理论上，合适合理的样本数是减小标准差的方法，但是标准差的大小没有物理意义，因为他是用来评价一组数据的稳定性的辅助数据。
不是样本越多标准差越小的，而是越能反映稳定性的真实效果，但是样本太少，会导致标准差失真。
在标准差的应用上还有双重标准差。就是计算标准差的标准差。双重标准差无限趋近于0的时候，就是你的最真实标准差。
五个一般不够的，最简单的实验也基本在10个左右。
应用上主要用在风险资产评估：金融风险评估，各种实验等
最后举个最简单例子：A、B两组各有6位学生参加同一次语文测验，A组的分数为95、85、75、65、55、45，B组的分数为73、72、71、69、68、67。这两组的平均数都是70，但A组的标准差为17.078分，B组的标准差为2.16分，说明A组学生之间的差距要比B组学生之间的差距大得多。

③ 求助样本量的计算方法

从总体中抽取的样本元素的总个数。
样本量的计算公式为：
n=z
2
×(p
×(1-p))/e
2
其中，z为置信区间、n为样本容量、d为抽样误差范围、σ为标准差，一般取0.5。
研究中实际观测或调查的一部分个体称为样本(sample)，研究对象的全部称为总体。

④ 计算标准差，一般要至少多少数据才合理

标准偏差公式：S = Sqrt[(∑(xi-x拔)^2) /（N-1）]公式中∑代表总和，x拔代表x的均值，^2代表二次方，Sqrt代表平方根。

例：有一组数字分别是200、50、100、200，求它们的标准偏差。

x拔 = (200+50+100+200)/4 = 550/4 = 137.5 S^2 = [(200-137.5)^2+(50-137.5)^2+(100-137.5)^2+(200-137.5)^2]/3

标准偏差 S = Sqrt(S^2) STDEV基于样本估算标准偏差。

标准偏差反映数值相对于平均值 (mean) 的离散程度。

标准差是用来评价单值与均值的离散度，原则上讲,只要能计算均值的样本量就可以计算标准差，但是考虑到分析标准差意义，通常最小的样本应大于等于5个，才有必要计算标准差。

(4)计算样本量时标准差为多少扩展阅读

标准差（StandardDeviation），在概率统计中最常使用作为统计分布程度（statisticaldispersion）上的测量。标准差定义是总体各单位标准值与其平均数离差平方的算术平均数的平方根。它反映组内个体间的离散程度。测量到分布程度的结果，原则上具有两种性质：

为非负数值，与测量资料具有相同单位。一个总量的标准差或一个随机变量的标准差，及一个子集合样品数的标准差之间，有所差别。

简单来说，标准差是一组数据平均值分散程度的一种度量。一个较大的标准差，代表大部分数值和其平均值之间差异较大；一个较小的标准差，代表这些数值较接近平均值。

例如，两组数的集合{0,5,9,14}和{5,6,8,9}其平均值都是7，但第二个集合具有较小的标准差。

⑤ 根据n=250，p=0.38的样本计算的样本比例的抽样标准差为多少

方差是npq，那么标准差是√（npq）这是关于次数的

如果是比率的，那还得除以n

所以是√（pq/n）

q=1-0.38=0.62

所以=√（0.38×0.62÷250）≈0.0307

(5)计算样本量时标准差为多少扩展阅读：

标准差可以当作不确定性的一种测量。例如在物理科学中，做重复性测量时，测量数值集合的标准差代表这些测量的精确度。

当要决定测量值是否符合预测值，测量值的标准差占有决定性重要角色：如果测量平均值与预测值相差太远（同时与标准差数值做比较），则认为测量值与预测值互相矛盾。这很容易理解，因为如果测量值都落在一定数值范围之外，可以合理推论预测值是否正确。

⑥ 在统计学中的样本量是如何计算的，置信度是如何计算的

置信度就是用一种方法构造一百个区间如果有95个区间包含总体真值，就说置信度为95%（包含总体真值的区间占总区间的95%)。

E:样本均值的标准差乘以z值，即总的误差。P：目标总体占总体的比例。(比如：一个班级中男生占所有学生的30%。则p=30%)。

样本量从总体中抽取的样本元素的总个数。样本量的计算公式为： N=Z 2 ×(P ×(1-P))/E 2，其中，Z为置信区间、n为样本容量、d为抽样误差范围、σ为标准差，一般取0.5。

在统计学中，当估算一个变量的期望值时，一个经常用到的方法是重复测量此变量的值，然后用所得数据的平均值来作为此变量的期望值的估计。

在概率分布中，期望值和方差或标准差是一种分布的重要特征。

在经典力学中，物体重心的算法与期望值的算法十分近似。

期望值也可以通过方差计算公式来计算方差

参考资料来源:网络:期望值

⑦ 样本量的计算公式

（1）重复抽样方式下：n为样本容量、d为抽样误差范围、σ为标准差，一般取0.5。

变量总体重复抽样计算公式：

(7)计算样本量时标准差为多少扩展阅读

合理确定样本容量的意义：

1、样本容量过大，会增加调查工作量，造成人力、物力、财力、时间的浪费；

2、样本容量过小，则样本对总体缺乏足够的代表性，从而难以保证推算结果的精确度和可靠性；

3、样本容量确定的科学合理，一方面，可以在既定的调查费用下，使抽样误差尽可能小，以保证推算的精确度和可靠性；另一方面，可以在既定的精确度和可靠性下，使调查费用尽可能少，保证抽样推断的最大效果。