SD：標準差（Standard Deviation） ，中文環境中又常稱均方差，但不同於均方誤差（mean squared error，均方誤差是各資料偏離真實值的距離平方的平均數，也即誤差平方和的平均數，計算公式形式上接近方差，它的開方叫均方根誤差，均方根誤差才和標準差形式上接近），標準差是離均差平方和平均後的方根，用σ表示。標準差是方差的算術平方根。標準差能反映一個數據集的離散程度。平均數相同的，標準差未必相同。 標準差（Standard Deviation），在機率統計中最常使用作為統計分佈程度（statistical dispersion）上的測量。標準差定義是總體各單位標準值與其平均數離差平方的算術平均數的平方根。它反映組內個體間的離散程度。 假設有一組數值X1,X2,X3,......XN（皆為實數），其平均值（算術平均值）為μ， 標準差也被稱為標準偏差，或者實驗標準差，公式為 sem（標準誤） 英文：Standard Error of Mean 標準誤，即樣本均數的標準差，是描述均數抽樣分佈的離散程度及衡量均數抽樣誤差大小的尺度，反映的是樣本均數之間的變異。標準誤不是標準差，是多個樣本平均數的標準差。 標準誤用來衡量抽樣誤差。標準誤越小，表明樣本統計量與總體引數的值越接近，樣本對總體越有代表性，用樣本統計量推斷總體引數的可靠度越大。因此，標準誤是統計推斷可靠性的指標。 標準差與標準誤都是數理統計學的內容，兩者不但在字面上比較相近，而且兩者都是表示距離某一個標準值或中間值的離散程度，即都表示變異程度，但是兩者是有著較大的區別的。 首先要從統計抽樣的方面說起。現實生活或者調查研究中，我們常常無法對某類欲進行調查的目標群體的所有成員都加以施測，而只能夠在所有成員（即樣本）中抽取一些成員出來進行調查，然後利用統計原理和方法對所得資料進行分析，分析出來的資料結果就是樣本的結果，然後用樣本結果推斷總體的情況。一個總體可以抽取出多個樣本，所抽取的樣本越多，其樣本均值就越接近總體資料的平均值。 標準差：表示的就是樣本資料的離散程度。標準差就是樣本平均數方差的開平方，標準差通常是相對於樣本資料的平均值而定的，通常用M±SD來表示，表示樣本某個資料觀察值相距平均值有多遠。從這裡可以看到，標準差受到極值的影響。標準差越小，表明資料越聚集；標準差越大，表明資料越離散。標準差的大小因測驗而定，如果一個測驗是學術測驗，標準差大，表示學生分數的離散程度大，更能夠測量出學生的學業水平；如果一個測驗測量的是某種心理品質，標準差小，表明所編寫的題目是同質的，這時候的標準差小的更好。標準差與正態分佈有密切聯絡：在正態分佈中，1個標準差等於正態分佈下曲線的68.26%的面積，1.96個標準差等於95%的面積。這在測驗分數等值上有重要作用。 標準誤：表示的是抽樣的誤差。因為從一個總體中可以抽取出無數多種樣本，每一個樣本的資料都是對總體的資料的估計。標準誤代表的就是當前的樣本對總體資料的估計，標準誤代表的就是樣本均數與總體均數的相對誤差。標準誤是由樣本的標準差除以樣本容量的開平方來計算的。從這裡可以看到，標準誤更大的是受到樣本容量的影響。樣本容量越大，標準誤越小，那麼抽樣誤差就越小，就表明所抽取的樣本能夠較好地代表總體。
SD：標準差（Standard Deviation） ，中文環境中又常稱均方差，但不同於均方誤差（mean squared error，均方誤差是各資料偏離真實值的距離平方的平均數，也即誤差平方和的平均數，計算公式形式上接近方差，它的開方叫均方根誤差，均方根誤差才和標準差形式上接近），標準差是離均差平方和平均後的方根，用σ表示。標準差是方差的算術平方根。標準差能反映一個數據集的離散程度。平均數相同的，標準差未必相同。 標準差（Standard Deviation），在機率統計中最常使用作為統計分佈程度（statistical dispersion）上的測量。標準差定義是總體各單位標準值與其平均數離差平方的算術平均數的平方根。它反映組內個體間的離散程度。 假設有一組數值X1,X2,X3,......XN（皆為實數），其平均值（算術平均值）為μ， 標準差也被稱為標準偏差，或者實驗標準差，公式為 sem（標準誤） 英文：Standard Error of Mean 標準誤，即樣本均數的標準差，是描述均數抽樣分佈的離散程度及衡量均數抽樣誤差大小的尺度，反映的是樣本均數之間的變異。標準誤不是標準差，是多個樣本平均數的標準差。 標準誤用來衡量抽樣誤差。標準誤越小，表明樣本統計量與總體引數的值越接近，樣本對總體越有代表性，用樣本統計量推斷總體引數的可靠度越大。因此，標準誤是統計推斷可靠性的指標。 標準差與標準誤都是數理統計學的內容，兩者不但在字面上比較相近，而且兩者都是表示距離某一個標準值或中間值的離散程度，即都表示變異程度，但是兩者是有著較大的區別的。 首先要從統計抽樣的方面說起。現實生活或者調查研究中，我們常常無法對某類欲進行調查的目標群體的所有成員都加以施測，而只能夠在所有成員（即樣本）中抽取一些成員出來進行調查，然後利用統計原理和方法對所得資料進行分析，分析出來的資料結果就是樣本的結果，然後用樣本結果推斷總體的情況。一個總體可以抽取出多個樣本，所抽取的樣本越多，其樣本均值就越接近總體資料的平均值。 標準差：表示的就是樣本資料的離散程度。標準差就是樣本平均數方差的開平方，標準差通常是相對於樣本資料的平均值而定的，通常用M±SD來表示，表示樣本某個資料觀察值相距平均值有多遠。從這裡可以看到，標準差受到極值的影響。標準差越小，表明資料越聚集；標準差越大，表明資料越離散。標準差的大小因測驗而定，如果一個測驗是學術測驗，標準差大，表示學生分數的離散程度大，更能夠測量出學生的學業水平；如果一個測驗測量的是某種心理品質，標準差小，表明所編寫的題目是同質的，這時候的標準差小的更好。標準差與正態分佈有密切聯絡：在正態分佈中，1個標準差等於正態分佈下曲線的68.26%的面積，1.96個標準差等於95%的面積。這在測驗分數等值上有重要作用。 標準誤：表示的是抽樣的誤差。因為從一個總體中可以抽取出無數多種樣本，每一個樣本的資料都是對總體的資料的估計。標準誤代表的就是當前的樣本對總體資料的估計，標準誤代表的就是樣本均數與總體均數的相對誤差。標準誤是由樣本的標準差除以樣本容量的開平方來計算的。從這裡可以看到，標準誤更大的是受到樣本容量的影響。樣本容量越大，標準誤越小，那麼抽樣誤差就越小，就表明所抽取的樣本能夠較好地代表總體。