一、方差(Variance)
（一）总体方差
\[\sigma^2=\dfrac {1}{N}\sum ^{N}_{i=1}\left( x_{i}-\mu \right) ^{2}\]
（二）样本方差
\[s^2=\dfrac {1}{N-1}\sum ^{N}_{i=1}\left( x_{i}-\overline {x}\right) ^{2}\]
二、标准差(Standard Deviation,SD)
（一）总体标准差
\[\sigma=\sqrt{\dfrac {1}{N}\sum ^{N}_{i=1}\left( x_{i}-\mu \right) ^{2}}\]
（二）样本标准差
\[s=\sqrt{\dfrac {1}{N-1}\sum ^{N}_{i=1}\left( x_{i}-\overline {x}\right) ^{2}}\]
三、标准误(Standard Error,SE)
（一）标准误和标准差的联系
- 标准误也是标准差。
（二）标准误和标准差的区别
- 标准差是衡量某一次抽样得到的一个（样本量为N的）样本里所有个体之间的区别。
- 标准误是衡量多次抽样得到的很多（样本量均为N的）样本（各自的平均值或其他统计量）之间的区别。
- 标准误衡量的是抽样分布的离散度，比如样本均值的标准误(standard error of sample mean)，衡量的就是样本均值的离散度。
（三）计算公式
- 样本均值的标准误 \[SEM(S_{\overline {x}}) = \dfrac {s}{\sqrt {N}}\]
- 样本均值之差的标准误 \[\sqrt {\dfrac {S^{2}_{A}}{n_{A}}}+\sqrt {\dfrac {S^{2}_{B}}{n_{B}}}\]