Sai số chuẩn là gì: SE = s/√n khác độ lệch chuẩn thế nào
Bài 4/6 · Chương 7
Mô phỏng: luật số lớn và định lý giới hạn trung tâm
- 7 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 11
Sai số chuẩn (standard error, SE) là độ lệch chuẩn của trung bình mẫu: nó cho biết x̄ thường lệch trung bình thật μ bao xa nếu bạn lấy lại mẫu. Cách tính: lấy độ lệch chuẩn mẫu s chia căn bậc hai cỡ mẫu, SE = s/√n. Độ lệch chuẩn đo độ trải của từng giá trị; sai số chuẩn đo độ chắc của trung bình.
Cần biết trước: định lý giới hạn trung tâm, phương sai mẫu chia n − 1 và phân phối mẫu.
Công thức sai số chuẩn
Bài định lý giới hạn trung tâm cho độ lệch chuẩn của x̄ là σ/√n. Trong thực tế bạn không biết σ của tổng thể, nên thay nó bằng độ lệch chuẩn mẫu s:
Trong đó:
s(x.std(ddof=1)): độ lệch chuẩn mẫu, chia cho n − 1.n(len(x)): cỡ mẫu.SE(stats.sem(x, ddof=1)): sai số chuẩn của trung bình mẫu, cùng đơn vị với dữ liệu.
Vì chia cho √n, muốn SE nhỏ đi một nửa thì cần gấp bốn lần số quan sát.
Tính tay sai số chuẩn
Đo chiều cao năm học sinh: 160, 165, 158, 171, 166 cm. Làm từng bước:
Trung bình: (160 + 165 + 158 + 171 + 166) / 5 = 820 / 5 = 164 cm.
Độ lệch so với trung bình: −4, 1, −6, 7, 2.
Tổng bình phương độ lệch: 16 + 1 + 36 + 49 + 4 = 106.
Phương sai mẫu: 106 / (5 − 1) = 26,5, nên s = √26,5 ≈ 5,148 cm.
Sai số chuẩn: SE = 5,148 / √5 ≈ 2,302 cm.
Khối dưới làm đúng năm bước đó bằng Python thuần:
import math
x = [160, 165, 158, 171, 166]
n = len(x)
tb = sum(x) / n
ss = sum((v - tb) ** 2 for v in x)
s = math.sqrt(ss / (n - 1))
se = s / math.sqrt(n)
print("x̄ =", tb, "s =", round(s, 3), "SE =", round(se, 3))KẾT QUẢ
x̄ = 164.0 s = 5.148 SE = 2.302scipy.stats.sem() tính thẳng SE. Mặc định của nó đã là ddof=1, nhưng ghi rõ ra để người đọc code không phải đoán:
import numpy as np
from scipy import stats
x = np.array([160, 165, 158, 171, 166])
print("s =", round(float(x.std(ddof=1)), 3))
print("SE =", round(float(stats.sem(x, ddof=1)), 3))KẾT QUẢ
s = 5.148
SE = 2.302Đổi [160, 165, 158, 171, 166] thành [160, 165, 158, 171, 166, 160, 165, 158, 171, 166] rồi chạy lại: s chỉ giảm nhẹ xuống 4,853, còn dòng cuối in SE = 1.535, nhỏ hơn rõ vì n tăng gấp đôi.
Sai số chuẩn và độ lệch chuẩn trong báo cáo
File chieu_cao_can_nang.csv (số giả lập của AIDev) có chiều cao 360 học sinh. Tính cả hai con số theo giới tính:
import numpy as np
import pandas as pd
bang = pd.read_csv("chieu_cao_can_nang.csv")
g = bang.groupby("gioi_tinh")["chieu_cao_cm"]
ket_qua = pd.DataFrame({"n": g.count(), "trung_binh": g.mean(),
"SD": g.std(ddof=1)})
ket_qua["SE"] = ket_qua["SD"] / np.sqrt(ket_qua["n"])
print(ket_qua)KẾT QUẢ
n trung_binh SD SE
gioi_tinh
Nam 180 168.60 5.58 0.42
Nữ 180 156.73 5.25 0.39Nam cao trung bình 168,6 cm với SD 5,58 cm và SE 0,42 cm. Hai con số kể hai chuyện khác nhau:
SD 5,58 cm: từng bạn nam thường cao hơn hay thấp hơn 168,6 cm cỡ 5–6 cm. Thêm học sinh vào mẫu, SD không nhỏ đi.
SE 0,42 cm: nếu đo lại một nhóm 180 bạn nam khác cùng trường, trung bình mới thường chỉ lệch 168,6 cỡ 0,4 cm. Thêm học sinh, SE nhỏ đi.
Kiểm lại công thức bằng mô phỏng
Coi 360 học sinh là tổng thể. Rút 10.000 mẫu, mỗi mẫu 25 học sinh, rồi so ba con số: độ lệch chuẩn thật của 10.000 giá trị x̄, công thức σ/√25, và trung bình của 10.000 giá trị SE tính từ từng mẫu:
import numpy as np
import pandas as pd
from scipy import stats
x = pd.read_csv("chieu_cao_can_nang.csv")["chieu_cao_cm"].to_numpy()
rng = np.random.default_rng(58)
mau = rng.choice(x, size=(10_000, 25), replace=True)
x_tb = mau.mean(axis=1)
print("SD của các x̄:", round(float(x_tb.std(ddof=1)), 3))
print("σ/√25:", round(float(x.std(ddof=0) / 5), 3))
se_tung_mau = stats.sem(mau, axis=1, ddof=1)
print("Trung bình các SE:", round(float(se_tung_mau.mean()), 3))KẾT QUẢ
SD của các x̄: 1.594
σ/√25: 1.605
Trung bình các SE: 1.596Lần chạy này cho 1,594, 1,605 và 1,596 cm: ba con số gần như trùng nhau. Mỗi mẫu chỉ có một SE riêng, nhưng trung bình của chúng khớp độ dao động thật của x̄; vì vậy chỉ một mẫu cũng đủ để ước lượng x̄ đáng tin tới đâu. Ở đây x.std(ddof=0) là đúng, vì 360 học sinh là cả tổng thể.
Ý này còn dùng ở chỗ khác: độ dao động điểm giữa các phần dữ liệu khi kiểm định chéo trong học máy cũng được tóm bằng một sai số chuẩn.
Kiểm tra nhanh
Sau
import numpy as npvàfrom scipy import stats,print(round(float(stats.sem(np.array([2, 4, 6, 8]), ddof=1)), 3))in ra gì?2.5821.1181.291
Báo cáo ghi "nữ: 156,7 ± 5,25 cm (± SD)". Câu nào đọc đúng?
- Chiều cao từng bạn nữ thường lệch 156,7 cm cỡ 5 cm
- Trung bình thật của nữ chắc chắn nằm trong 156,7 ± 5,25 cm
- Đo thêm học sinh thì 5,25 cm sẽ nhỏ đi rõ
Những câu nào đúng về sai số chuẩn?
- SE = s/√n, cùng đơn vị với dữ liệu
- Gấp bốn cỡ mẫu thì SE còn khoảng một nửa
- SE luôn lớn hơn SD khi n lớn hơn 1
- SE đo độ trải của từng giá trị trong mẫu
Một bạn tính SE của 180 bạn nam bằng
g.std(ddof=1) / np.sqrt(len(bang)), vớibangcó 360 dòng. Kết quả thế nào?- Đúng, vì
len(bang)là cỡ mẫu - Nhỏ hơn thật, vì mỗi nhóm chỉ có 180 học sinh chứ không phải 360
- Lớn hơn thật, vì 360 lớn hơn 180
- Đúng, vì
Bài tập
Sai số chuẩn cho từng nhóm của bảng
bang là một DataFrame có cột số cot và cột nhóm nhom, như bảng chiều cao cân nặng với gioi_tinh hay khoi. Mỗi nhóm có ít nhất hai dòng. Viết thân hàm se_theo_nhom(bang, cot, nhom) tính sai số chuẩn của cột cot trong từng nhóm, với độ lệch chuẩn mẫu ddof=1 và n là số dòng của nhóm đó. Hàm không sửa bang của nơi gọi.
Trả về: sai số chuẩn theo nhóm, chỉ mục là các giá trị của nhom theo thứ tự tăng dần, một Series.
Ví dụ với cột chieu_cao_cm gồm nam 170, 166, 174 và nữ 155, 160, 158, hàm cho khoảng 2.309 cho Nam và 1.453 cho Nữ.
import numpy as np
import pandas as pd
def se_theo_nhom(bang, cot, nhom):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
Sai số chuẩn là độ lệch chuẩn của trung bình mẫu: SE = s/√n, với s tính bằng
ddof=1.stats.sem(x, ddof=1)cho SE;x.std()của NumPy mặc địnhddof=0, làm SE nhỏ hơn thật.SD đo độ trải của từng giá trị và không giảm khi thêm dữ liệu; SE đo độ chắc của trung bình và giảm theo √n.
Con số sau dấu ± trong báo cáo có thể là SD hoặc SE: ghi rõ khi viết, tìm chú thích khi đọc.
Mô phỏng 10.000 mẫu cho thấy trung bình các SE tính từ từng mẫu khớp độ dao động thật của x̄.
Câu hỏi thường gặp
Sai số chuẩn và độ lệch chuẩn, khi nào dùng cái nào?
Muốn tả dữ liệu, như chiều cao học sinh trải rộng tới đâu, dùng độ lệch chuẩn. Muốn nói trung bình đáng tin tới đâu, hay so trung bình hai nhóm, dùng sai số chuẩn.
Sai số chuẩn có phải là sai số đo?
Không. Sai số đo đến từ dụng cụ, như thước lệch 1 cm. Sai số chuẩn đến từ việc chỉ có một mẫu: đo hoàn hảo từng bạn vẫn còn SE, vì nhóm khác cho trung bình khác.
Sai số chuẩn dùng vào đâu tiếp theo?
SE là nửa sau của khoảng tin cậy: x̄ cộng trừ vài lần SE. Bài bootstrap ước lượng sai số chuẩn cho cả những thống kê không có công thức gọn, như trung vị.
Chủ đề
Dữ liệu của bài
- Tải xuống
chieu_cao_can_nang.csv
CSV · 9.01 KB
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.