표준 오차(SE)는 모집단 평균의 추정치로서 표본 평균의 정밀도를 측정하는 척도입니다. 표준 오차가 작을수록 추정된 평균은 더 정확합니다.
표준 오차 공식
SE = s / √n
여기서:
- s = 표본의 표준 편차
- n = 표본 크기
- √n = 표본 크기의 제곱근
풀이 예제: 25명의 환자
시나리오: 25명의 환자(n = 25)를 대상으로 한 의학 연구, 평균 심박수 x̄ = 72 박동/분, 표준 편차 s = 10 박동/분.
1단계: 표준 오차 공식 적용
SE = s / √n = 10 / √25 = 10 / 5 = 2 박동/분
해석: 표준 오차 2 박동/분은 표본 평균(72 박동/분)이 모집단의 실제 평균에서 ±2 박동/분 이내에 있을 것으로 예상됨을 의미합니다.
95% 신뢰 구간 계산
표준 오차를 알면 95% 신뢰 구간을 구성할 수 있습니다:
95% CI = x̄ ± 1.96 × SE
예제에 적용:
72 ± 1.96 × 2 = 72 ± 3.92
95% CI: 68.08에서 75.92 박동/분
이는 모집단의 실제 평균 심박수가 68.08에서 75.92 박동/분 사이에 있다고 95% 확신할 수 있음을 의미합니다.
표준 편차와 표준 오차 비교
| 기준 | 표준 편차 (SD) | 표준 오차 (SE) |
|---|---|---|
| 측정하는 것 | 개별 값의 분산 | 추정된 평균의 정밀도 |
| 표본 크기의 영향 | 크게 변하지 않음 | 표본 크기가 커질수록 감소 |
| 일반적인 사용 | 데이터와 변동성 설명 | 통계적 추론과 추정 |
표본 크기의 본질적인 영향
표본 크기를 늘리면 추정 정밀도가 크게 향상됩니다:
- n 을 2배로 늘리면 SE가 √2 만큼 감소 (약 29% 감소)
- n 을 4배로 늘리면 SE가 정확히 절반으로 줄어듦
이 관계가 연구자들이 더 높은 정밀도를 위해 표본 크기를 늘리는 이유입니다.
SD와 SE 사용 시기
- SD 사용: 그룹 내 변동성을 설명할 때, 그룹을 비교할 때.
- SE 사용: 평균의 정밀도를 보고할 때, 신뢰 구간을 구성할 때, 통계적 검정을 실시할 때.