--- title: "標準誤差の求め方とエクセルの計算式｜標準偏差・標本誤差との違い" url: "https://www.issoh.co.jp/column/details/6471/" published: 2025-04-30 updated: 2026-10-19 categories: ["データ分析・GA4"] publisher: "株式会社一創" --- # 標準誤差の求め方とエクセルの計算式｜標準偏差・標本誤差との違い 標準誤差は、標本から計算した平均や比率が、母集団の真の値からどれくらいずれ得るかを表す指標です。標本平均の標準誤差は「標本標準偏差 ÷ √標本数」で推定でき（標本が互いに独立に選ばれている前提）、エクセルなら `=STDEV.S(範囲)/SQRT(COUNT(範囲))` と入力すれば出ます。 つまずきやすいのは計算そのものより、その先です。10件程度の標本から母平均の信頼区間を出すなら、掛ける値は1.96でなくt値です。また、エクセルのグラフで誤差範囲の\[標準誤差\]を選んでも、各棒の平均の標準誤差は描かれません。ここでは計算式とエクセルの手順を先に示し、続いて標準偏差・標本誤差との違い、比率別の早見表、総務省統計局が公表している実際の標準誤差を扱います。 ## まとめ - 標本平均の標準誤差は「標本標準偏差 s ÷ √n」、比率の標準誤差は「√(p(1−p)÷n)」で求めます。 - エクセルに標本平均の標準誤差を1つで返す関数はありません。`=STDEV.S(範囲)/SQRT(COUNT(範囲))` と組み合わせるか、分析ツールの基本統計量を使います。 - 母標準偏差が未知の母平均の95%信頼区間には、適用条件を満たす場合、標本数にかかわらずt値を使います。n=10なら `T.INV.2T(0.05,9)` の2.262です。 - グラフの誤差範囲で\[標準誤差\]を選ぶと、系列の値全体から1つの値が計算され、全部の棒に同じ長さで付きます。群ごとの標準誤差を描くなら\[ユーザー設定\]でセルを指定します。 - 標準偏差はデータ1件ごとの散らばり、標準誤差は平均値の推定精度です。標本誤差は推定値と真の値のずれそのもの、標準誤差はその大きさを測るものさしです。 - 同じ調査でも推定値が小さい項目ほど誤差率は大きくなります。労働力調査の2025年平均では、労働力人口7004万人の標準誤差率0.1%に対し、不動産業・物品賃貸業145万人は2.0%です。 ## 標準誤差の求め方と計算式 ### 標本平均の標準誤差（s÷√n）と計算例 標本平均の標準誤差は、標本標準偏差を標本数の平方根で割って求めます。 標準誤差 ＝ s ÷ √n（s は標本標準偏差、n は標本数） 10店舗の1日あたり来店客数が、82・95・78・110・88・102・91・76・99・85（人）だったとします。平均は90.6人、標本標準偏差は10.96人なので、標準誤差は 10.96 ÷ √10 で3.46人です。 この3.46人は信頼区間に使います。ここでは10店舗を独立な無作為標本とし、母集団の来店客数が概ね正規分布に従うと仮定します。母標準偏差が未知なので、自由度 n−1＝9 のt値2.262を掛けます。90.6 ± 2.262 × 3.46 で、95%信頼区間は82.8〜98.4人です。1.96で計算すると83.8〜97.4人となり、幅を約13%狭く見積もってしまいます。 t値と1.96の差は標本数で縮みます。自由度ごとのt値は n＝5で2.776、n＝20で2.093、n＝30で2.045、n＝100で1.984です。母標準偏差を標本から推定する場合は、n が30以上でも原則としてt値を使います。n が増えるほどt値は1.96に近づきますが、分布や抽出方法の条件は別に確認します。 ### 母比率の標準誤差 アンケートの「はい」の割合のように比率を推定するときは、標準偏差を別に計算する必要がありません。独立な無作為標本で有限母集団修正を無視できる場合は、標本比率 p と標本数 n から標準誤差を近似的に推定できます。 標準誤差 ＝ √（p × (1 − p) ÷ n） 回収400件で使用率20%なら、√(0.2 × 0.8 ÷ 400) ＝0.02、つまり標準誤差は2ポイントです。1.96倍した約±3.9ポイントが95%の誤差幅で、母集団の使用率はおよそ16〜24%と読みます。p が50%に近いほど p(1−p) が大きくなって誤差は最大になり、10%や90%に寄るほど小さくなります。設問ごとに誤差幅が違うのはこのためです。 ### 標本数を4倍にしたときの誤差の減り方 分母は n ではなく √n です。総務省統計局の[労働力調査の解説「結果の推定方法と標本誤差等」](https://www.stat.go.jp/data/roudou/kaisetsu/pdf/hndbk3%5F09.pdf)も「標準誤差は標本数の平方根に反比例して小さくなり，標本数が４倍になれば標準誤差は半分になる」と書いています。 誤差を半分にするには回収数を4倍、3分の1にするには9倍にする必要があります。回収1000件で±3.1ポイントの誤差を±1.5ポイントにするには4000件が要ります。必要な回収数が増えるため、精度を上げる計画では追加回収の費用を見積もる必要があります。 ## エクセルで標準誤差を求める手順 ### STDEV.S・SQRT・COUNTを組み合わせる式 エクセルには標本平均の標準誤差を1つで返す関数がありません。標準偏差・平方根・件数の3つの関数を入れ子にします。B2からB11にデータが入っている場合の式は次のとおりです。 ``` =STDEV.S(B2:B11)/SQRT(COUNT(B2:B11)) ``` 前の例の10店舗のデータで実行すると3.4647が返ります。範囲を2か所に書く式なので、行を足したときに片方だけ範囲を直して結果がずれることがあります。式をコピーしたら、両方の範囲が同じかを確かめてください。 標準偏差をSTDEV.SとSTDEV.Pのどちらで出すかで、結果が変わります。[MicrosoftのSTDEV.S関数の説明](https://support.microsoft.com/ja-jp/office/stdev-s-%E9%96%A2%E6%95%B0-7d69cf97-0c1f-4acf-be27-f3e83904cc23)は「STDEV.S 関数は、引数を母集団の標本であると見なします」としています。標準誤差は標本から母集団を推定する場面の指標なので、STDEV.Sを使います。同じ10件でSTDEV.Pを使うと3.2869となり、約5%小さく出ます。全数を数え切ったデータは推定ではないので、そもそも標準誤差を出す意味がありません。 ### 分析ツールの基本統計量による標準誤差の算出（Windows・Mac） 式を組まずに済ませるなら、アドインの分析ツールを使います。有効化の手順は[Microsoftの分析ツールの読み込み手順](https://support.microsoft.com/ja-jp/office/load-the-analysis-toolpak-in-excel-6a63e598-cd6d-42e3-9317-6b40ba1a66b4)にあり、WindowsとMacで入口が違います。 | 操作 | Windows | Mac | | ------- | -------------------------------------- | ------------------------------- | | アドインを開く | \[ファイル\]→\[オプション\]→\[アドイン\] | \[ツール\]→\[Excel アドイン\] | | 有効化 | \[管理\]で\[Excel アドイン\]→\[設定\]→\[分析ツール\] | \[分析ツール\]にチェック→\[OK\]→Excelを再起動 | | 実行 | \[データ\]タブ→\[データ分析\]→\[基本統計量\] | | | 出力の指定 | 入力範囲を選び\[統計情報\]にチェック | | 出力された表の上から2行目、平均の次の行が標準誤差です。出力は数式でなく値として書き込まれるので、元データを直したときは基本統計量を実行し直します。データを差し替えながら使う集計表なら、前項の式のほうが管理しやすくなります。 ### エクセルによる信頼区間と標準誤差率の算出 標準誤差を出したら、多くの場合は信頼区間か誤差率まで求めます。エクセルではどちらも1つのセルで書けます。 ``` t値（95%）： =T.INV.2T(0.05,COUNT(B2:B11)-1) 誤差幅（95%）： =CONFIDENCE.T(0.05,STDEV.S(B2:B11),COUNT(B2:B11)) 下限： =AVERAGE(B2:B11)-CONFIDENCE.T(0.05,STDEV.S(B2:B11),COUNT(B2:B11)) 標準誤差率： =STDEV.S(B2:B11)/SQRT(COUNT(B2:B11))/AVERAGE(B2:B11) ``` [T.INV.2T](https://support.microsoft.com/ja-jp/office/t-inv-2t-%E9%96%A2%E6%95%B0-ce72ea19-ec6c-4be7-bed2-b9baf2264f17)は両側のt値を返す関数で、10件なら2.2622です。CONFIDENCE.Tは「t値 × 標準誤差」をまとめて返し、10店舗の例では7.8378人になります。平均90.6人からこれを引き算・足し算すれば82.76〜98.44人の区間が出ます。CONFIDENCE.NORMは1.96を使う版で、同じデータでは6.7908人と狭くなります。標準偏差を標本から計算しているなら、標本の大小にかかわらずCONFIDENCE.Tを選びます。 この例の標準誤差率は標準誤差を正の平均値で割った値で、3.8%です。平均が0なら計算できず、0に近い場合も比較指標として不安定になります。セルの表示形式をパーセントにしておくと、項目どうしの精度を並べて比べられます。 ### グラフの誤差範囲で\[標準誤差\]を選ぶときの注意 グラフの\[グラフ要素\]から\[誤差範囲\]→\[標準誤差\]を選ぶと、ワンクリックで誤差の線が付きます。ただし、これは各棒の元データから計算した標準誤差ではありません。 [Microsoftの誤差範囲の解説](https://support.microsoft.com/ja-jp/office/add-change-or-remove-error-bars-in-a-chart-e6d12c87-8533-4cd6-a3f5-864049a145f0)に載っている計算式は、グラフに描いた系列の値（y）をすべて2乗して足し、（値の総数−1）×値の総数で割った平方根です。式に平均を引く項はなく、計算に使うのはグラフに描いた値だけです。そのため、3店舗の平均来店客数を棒グラフにして\[標準誤差\]を選ぶと、3つの平均値そのものから1つの値が計算され、3本の棒に同じ長さの線が付きます。各店舗の日々のばらつきは反映されません。 群ごとの標準誤差を描くには、先にセルで計算してから指定します。 1. 各群の平均の下に、群ごとに `=STDEV.S(範囲)/SQRT(COUNT(範囲))` で標準誤差を計算する。 2. グラフを選び、\[グラフのデザイン\]→\[グラフ要素を追加\]→\[誤差範囲\]→\[その他の誤差範囲オプション\]を開く。 3. \[誤差範囲の書式設定\]で\[ユーザー設定\]（版によっては\[カスタム\]）を選び、\[値の指定\]をクリックする。 4. \[正の誤差の値\]と\[負の誤差の値\]の両方に、1で計算した標準誤差のセル範囲を指定する。 グラフに誤差の線を描いたら、凡例か注記に「誤差範囲は標準誤差」と書きます。標準偏差の線より短いので、断りが無いと群の差を大きく見せてしまいます。 ### エクセルで「標準誤差」と表示される3種類の値 関数名や出力表に「標準誤差」と出てきても、平均の標準誤差とは限りません。ここでは、エクセルで混同しやすい次の3種類を取り上げます。 | 何の標準誤差か | 出し方 | 使う場面 | | ------- | ----------------------------- | ----------------- | | 標本平均 | STDEV.S÷SQRT(COUNT)、基本統計量 | 平均値の精度・信頼区間 | | 回帰の予測値 | STEYX、回帰分析の\[回帰統計\] | 予測の外れ幅 | | 回帰係数 | LINEST（第4引数TRUE）の2行目、回帰分析の係数表 | 係数の有意性（t＝係数÷標準誤差） | 統計関数の一覧で説明に「標準誤差」が入っている関数はSTEYXだけです。[STEYX関数の説明](https://support.microsoft.com/ja-jp/office/steyx-%E9%96%A2%E6%95%B0-6ce74b2c-449d-4a6e-b9ac-f9cef5ba48ab)は「回帰直線上の予測値の標準誤差を返します」で、回帰式で予測した y がどれだけ外れるかを表します。関数名で検索して見つけたSTEYXを平均の標準誤差として報告すると、別の量を載せることになります。[LINEST関数](https://support.microsoft.com/ja-jp/office/linest-%E9%96%A2%E6%95%B0-84d7d0d9-6e50-4101-977a-fa7abf772b6d)の補正項にある se1〜sen と seb は係数と定数の標準誤差、sey は予測値の標準誤差です。 ## 標準誤差と標準偏差の違い ### 標準誤差が表すのは推定値のばらつき 同じ母集団から標本を選び直すと、結果は毎回少しずつ変わります。100人に聞いて支持率が42%でも、別の100人なら39%かもしれません。この「選び直したら結果がどれだけ動くか」の幅が標準誤差です。 統計局の解説は「分布の広がり具合は，通常，分布の標準偏差で示され，この標準偏差を標本理論では標準誤差と呼んでいる」と定義しています。推定量が真の値を中心にほぼ正規分布し、標準誤差が既知とみなせる場合、標本抽出を繰り返したときに誤差が標準誤差1つ分に収まる割合は約68%、2つ分なら約95%です。同じ資料は「推定値の誤差は，３回中２回は σ の範囲に収まっており，2σ の範囲を超えることは20回に１回程度しかない」と書いています。 ### 標準偏差との使い分け 標準誤差の計算に標準偏差を使うため混同されますが、両者は入力と出力の関係です。 | 観点 | 標準偏差（SD） | 標準誤差（SE） | | -------- | -------------- | ----------- | | 測る対象 | データ1件ごとの散らばり | 平均・比率の推定精度 | | 標本数を増やすと | 母集団の値に近づき、縮まない | √n に反比例して縮む | | 主な使い道 | 分布の記述 | 信頼区間・検定・誤差幅 | | グラフの誤差の線 | 個々のデータのばらつき | 平均値の精度 | 回答者を10人から1000人に増やしても、母集団の標準偏差そのものは変わりません。標本から計算した標準偏差は標本ごとに揺れますが、増やすほど母集団の値の近くに落ち着きます。小さくなっていくのは平均値の精度を表す標準誤差のほうです。どちらを示すか迷ったら、読み手に伝えたいのが「データの散らばり」なら標準偏差、「平均値の確かさ」や群の比較なら標準誤差を選びます。標準偏差そのものの計算手順は[標準偏差の求め方｜計算表でたどる5ステップとエクセル関数・分散との違い](/column/details/6470/)で扱っています。 ## 標本誤差と標準誤差の違い、非標本誤差との切り分け ### 標本誤差は「ずれ」、標準誤差はその「ものさし」 統計局の解説は、標本誤差を「標本から推定することによって生ずる誤差」とし、「標準誤差は精度を示す指標であると同時に，誤差を測る尺度となる」と位置づけています。標本誤差は推定値と真の値のずれそのもので、真の値が分からない以上、直接は測れません。その大きさを確率的に示すのが標準誤差です。 「この調査の標本誤差は±3.1ポイント」という言い方は、正確には標準誤差を1.96倍した95%の誤差幅を指しています。標準誤差を推定値で割って百分率にしたものは標準誤差率と呼び、統計局は「標準誤差を真の値に対する比率で示したもの」としています。 ### 標本を増やしても減らない非標本誤差 統計局は誤差を「標本調査であることに起因する『標本誤差』とそれ以外の実地調査における調査票の誤記入などに起因する『非標本誤差』」に分けています。非標本誤差には記入ミス、質問文の解釈のばらつき、回答が得られなかったことによる偏りが含まれ、標本数を増やしても減りません。10万人に配って回収率が3割なら、回答しなかった7割の性質が偏っている限り、標本の多さは救いになりません。回収率の低さによる偏りは[無回答バイアスとは？無回答・未回答・不回答の違いと集計での扱い方](/column/details/6772/)で扱っています。 抽出の段階で特定の方向に偏るサンプリングバイアスも同じです。偶然による標本誤差は標本を増やせば小さくなりますが、バイアスがあると標本を増やすほど誤った値へ精度よく収束します。誤差幅が狭いことは正しさの保証になりません。抽出方法の選び方は[ランダムサンプリングとは？5種類とExcel・Pythonのやり方](/column/details/6944/)にまとめています。 ## 標本誤差（サンプリング誤差）の早見表とサンプルサイズ ### 回答比率別の標本誤差早見表 比率の誤差幅は表にしておけます。次の表は、単純無作為抽出で母集団が十分大きい場合に、正規近似で求めた95%の誤差幅 1.96 × √(p(1−p) ÷ n) をポイント単位で示したものです。該当・非該当の件数が少ない場合や、無作為抽出でない調査にはそのまま使えません。 | 標本数 n | 比率50% | 比率30%（70%） | 比率10%（90%） | | ----- | ----- | ---------- | ---------- | | 100 | ±9.8 | ±9.0 | ±5.9 | | 200 | ±6.9 | ±6.4 | ±4.2 | | 400 | ±4.9 | ±4.5 | ±2.9 | | 500 | ±4.4 | ±4.0 | ±2.6 | | 1000 | ±3.1 | ±2.8 | ±1.9 | | 2000 | ±2.2 | ±2.0 | ±1.3 | | 3000 | ±1.8 | ±1.6 | ±1.1 | | 5000 | ±1.4 | ±1.3 | ±0.8 | n が400を超えたあたりから誤差の減り方が鈍くなります。100件から400件に増やすと誤差幅は±9.8から±4.9ポイントへ半減します。さらに半分の±2.45ポイントにするには、合計1600件、つまり追加で1200件が必要です。比率50%の誤差幅を±2.5ポイント以内に収めるには、1.96² × 0.25 ÷ 0.025² から約1,540件が必要です。 この表は単一の比率の精度を見積もるためのもので、A案とB案の5ポイント差を検出する標本数は、独立した2群か同じ回答者の比較か、想定比率、有意水準、検出力を定めて別に計算します。調査票の配信から回答の集計までを自社の仕組みで回したい場合は、[アンケート管理システムの開発支援](/service/system/enquetesystem/)も参考にしてください。サンプルサイズの決め方は[定量調査とは？定性調査との違い・手法とサンプルサイズの決め方](/column/details/6221/)、標本調査の全体像は[標本調査とは？母集団との関係・身近な例とメリット・デメリットを公的データで解説](/column/details/6472/)で扱っています。 ### 母集団が小さいときの有限母集団修正 上の表は母集団が十分大きい前提です。社員500人から200人を重複なしの単純無作為抽出で選ぶ場合など、抽出率が高いときは、有限母集団修正を省くと標本誤差を過大に見積もります。この場合は有限母集団修正係数を掛けます。 修正係数 ＝ √（(N − n) ÷ (N − 1)）（N は母集団の大きさ、n は標本数） N＝500、n＝200、比率50%なら、修正前の±6.9ポイントに係数0.775が掛かって±5.4ポイントになります。母集団が標本の20倍以上あれば係数は0.97を超えるので無視して構いません。修正の要否は母集団の人数そのものではなく抽出率n÷Nで判断します。社内調査や特定顧客への調査では、抽出率が高くなりやすいため確認してください。 ## 公的統計の公表値から読む標準誤差の実際 実際の調査では抽出設計が複雑で、教科書の式どおりにはなりません。総務省統計局は労働力調査の標準誤差を毎年公表しています。[労働力調査の概要](https://www.stat.go.jp/data/roudou/outline.html)によると、国勢調査の約100万調査区から約2,900調査区を選び、約4万世帯・15歳以上約10万人を調べる標本調査です。 ### 推定値が小さい項目ほど大きくなる標準誤差率 同じ標本から作った推定値でも、項目によって誤差率は大きく違います。[統計局の「推定値の標本誤差」](https://www.stat.go.jp/data/roudou/pdf/10.pdf)から2025年平均結果を抜き出すと次のとおりです。 | 項目 | 2025年平均（万人） | 標準誤差（万人） | 標準誤差率 | | ---------- | ----------- | -------- | ----- | | 労働力人口 | 7004 | 7 | 0.1% | | 卸売業、小売業 | 1029 | 4 | 0.4% | | 情報通信業 | 302 | 5 | 1.6% | | 金融業、保険業 | 157 | 3 | 1.9% | | 不動産業、物品賃貸業 | 145 | 3 | 2.0% | 労働力人口の0.1%に対し、不動産業・物品賃貸業は2.0%で20倍の開きがあります。情報通信業302万人の標準誤差が5万人なら、前年比3万人増という数字だけでは実勢の増加かどうか判断できません。細かい業種の前年差を論じるときは、標準誤差の桁を先に確認します。 ### 月次と年平均で2倍以上違う標準誤差 同じ大きさの推定値でも、月次と年平均では精度が違います。次の表は、統計局が2025年の基本集計を基に公表している推定値の大きさ別の標準誤差の目安です。 | 推定値（万人） | 年平均SE（万人） | 年平均の誤差率 | 月次SE（万人） | 月次の誤差率 | | ------- | --------- | ------- | -------- | ------ | | 5000 | 10.1 | 0.2% | 24.3 | 0.5% | | 1000 | 4.6 | 0.5% | 11.4 | 1.1% | | 100 | 1.5 | 1.5% | 3.9 | 3.9% | | 10 | 0.5 | 4.9% | 1.3 | 13.3% | どの行でも月次の誤差は年平均の2倍以上です。統計局自身も「先月5000万人であった就業者数が今月5001万人になったとした場合，（中略）これをもって直ちに就業者数が増加したとは判断できない」と注意しています。差が誤差の範囲に収まるときに「変化なし」と結論してよいかは別の問題で、[帰無仮説とは？棄却されない・できないときの結論と書き方、対立仮説との違い](/column/details/5730/)で整理しています。 ### 理論式より実際の誤差が大きくなる理由 労働力調査は、調査区を選んでからその中の住戸を選ぶ2段抽出です。統計局は「労働力調査の実際の標準誤差は，実務上の制約などから２段抽出法を採っているため，上の式で示される値よりはやや大きくなっている」と明記しています。同じ調査区の人どうしは性質が似やすく、100人を全国からばらばらに選ぶより、10地点から10人ずつ選ぶほうが情報量は少なくなります。 エリアを絞った調査や特定パネルからの回収で早見表の値をそのまま名乗ると、精度を過大に主張することになります。複雑な確率標本では、層化・集落抽出・重み付けを反映して標準誤差を推定します。任意参加のパネルなど非確率標本では、表の幅を広げるだけで95%の信頼度を保証することはできません。労働力調査は全標本を8組の副標本に分け、副標本ごとの推定値のばらつきから実際の誤差を計算しています。 ## よくある質問 ### 標準偏差と標準誤差の違いは何ですか？ 標準偏差はデータ1件ごとの散らばりを、標準誤差は平均値という推定値の精度を表します。母集団の標準偏差は標本数を増やしても変わりませんが、標準誤差は標本数の平方根に反比例して小さくなります。この式で求める標本平均の標準誤差は、標準偏差が正でnが2以上なら標準偏差より小さくなります。標準偏差が0なら、標準誤差も0です。 ### 標本誤差と標準誤差の違いは何ですか？ 標本誤差は、母集団の一部だけを調べたことで生じる推定値と真の値のずれそのものです。標準誤差はそのずれの大きさを測る尺度で、総務省統計局は「精度を示す指標であると同時に，誤差を測る尺度」と位置づけています。「標本誤差±3ポイント」という表現は、標準誤差を1.96倍した95%の誤差幅を指しています。 ### 標準誤差68%とはどういう意味ですか？ 標本抽出を何度も繰り返したとき、「推定値±標準誤差」の区間のうち約68%が真の値を含む、という意味です。推定値が真の値の周りにほぼ正規分布し、標準誤差が分かっている前提で、±1.96倍なら95%、±2倍なら約95.4%になります。10店舗の例のように標準誤差も標本から推定している小標本では、±1倍で真の値を含む割合は自由度9のt分布で約65.7%に下がります。 ### エクセルで誤差率を求めるには？ 標準誤差率なら `=STDEV.S(範囲)/SQRT(COUNT(範囲))/AVERAGE(範囲)` と入力し、表示形式をパーセントにします。95%の誤差幅を求めたいときは `=CONFIDENCE.T(0.05,STDEV.S(範囲),COUNT(範囲))` がt値と標準誤差の積を返します。アンケートの比率なら `=1.96*SQRT(p*(1-p)/n)` のように比率と回収数から計算します。 ### エクセルに標準誤差を直接求める関数はありますか？ 標本平均の標準誤差を1つで返す関数はありません。`=STDEV.S(範囲)/SQRT(COUNT(範囲))` と組み合わせるか、分析ツールの基本統計量を使います。説明に「標準誤差」を含むSTEYXは回帰直線上の予測値の標準誤差を返す関数で、平均値の標準誤差とは別物です。 ## 関連記事 - [標準偏差の求め方｜計算表でたどる5ステップとエクセル関数・分散との違い](/column/details/6470/) - [標本調査とは？母集団との関係・身近な例とメリット・デメリットを公的データで解説](/column/details/6472/) - [定量調査とは？定性調査との違い・手法とサンプルサイズの決め方](/column/details/6221/) - [ランダムサンプリングとは？5種類とExcel・Pythonのやり方](/column/details/6944/) - [帰無仮説とは？棄却されない・できないときの結論と書き方、対立仮説との違い](/column/details/5730/) --- 出典: [標準誤差の求め方とエクセルの計算式｜標準偏差・標本誤差との違い]()（株式会社一創）