標準誤差とは、ある統計量のサンプリング分布の標準偏差のことです。実務では、母集団全体のパラメータの不確かさを表す「推定値」として使われることが多く、特に母集団の平均をサンプルから推定するときの誤差の大きさを示します。以下では定義、計算式、解釈、実例、よくある誤解などをわかりやすく説明します。

定義と直感

グループ全体（母集団）の平均を知りたいとき、すべてを測るのは手間やコストがかかるため、グループの一部（サンプル）の平均を使って推定することが一般的です。しかし、異なるサンプルを取れば得られる平均値は毎回ばらつきます。平均値の標準誤差は、「もし同じ方法で何度もサンプルを取り続けたら、サンプル平均がどの程度ばらつくか」を数値で表したものです。これは、サンプル平均が母平均にどれだけ近いか（どれだけ確信できるか）を示す指標です。

計算式

母集団の標準偏差 σ が既知の場合、平均の標準誤差（SE: standard error）は次の式で与えられます。

SE = σ / √n

ここで n はサンプルサイズです。通常、母標準偏差は分からないため、サンプルから計算した標準偏差 s を使って近似します。

推定値としての SE ≈ s / √n

（s はサンプルの標準偏差）

標準誤差と標準偏差の違い

  • 標準偏差（SD）：データ個々の観測値のばらつき。元の測定値の散らばりを示す。
  • 標準誤差（SE）：サンプル統計量（例えば平均）のばらつき。サンプル平均が母平均の周りでどの程度散らばるかを示す。

簡単に言うと、SD は「観測値のばらつき」、SE は「推定値（平均）のばらつき」です。SE は n が大きくなると √n に反比例して小さくなります（サンプルサイズが増えるほど推定が安定するため）。

解釈と利用例（信頼区間の作成）

SE を使って母平均の信頼区間を作れます。母分布が正規分布に従うか、サンプルサイズが十分大きければ中心極限定理によりサンプル平均の分布はほぼ正規になります。例えば母標準偏差が不明でサンプル標準偏差 s を使う場合、信頼区間は通常次のように求めます（大きな n では z 値、小さな n では t 値を使用）。

95% 信頼区間（大きな n の場合） = 標本平均 ± 1.96 × SE

具体例：サンプルサイズ n = 25、サンプル標準偏差 s = 10、サンプル平均 x̄ = 50 のとき、SE = 10 / √25 = 2。95% 信頼区間は 50 ± 1.96×2 = (46.08, 53.92) となり、「母平均はこの区間に約95%の信頼度で含まれる」と解釈できます（ただし正確には「この方法で作られた区間の95%が母平均を含む」）。

注意点・よくある誤解

  • 標準誤差は観測値そのもののばらつきではなく、推定量（平均など）のばらつきである点を混同しやすいので注意。
  • 論文や報告で「±」の後に書かれている値が SD なのか SE なのかを明確に確認する必要があります。SE を示すと不確かさが小さく見えがちです。
  • 母標準偏差が不明でサンプルサイズが小さい場合は、信頼区間の計算で z ではなく t 分布を使うのが適切です（自由度 n−1）。
  • 標準誤差が小さいからといって効果が実務的に重要であるとは限りません。統計的有意性と実務上の有意性は別です。

まとめ

標準誤差はサンプルから推定した平均などの統計量がどれだけ安定しているか（母集団の真の値に近づくか）を表す重要な指標です。計算は SE = σ / √n（σ 不明の場合は s / √n）で、サンプルサイズが増えるほど小さくなります。信頼区間や仮説検定でよく使われますが、標準偏差との違いや母標準偏差不明時の取り扱い（t 分布の使用）などの注意点を理解して使うことが大切です。