Mengubah kesalahan standar menjadi standar deviasi?

Apakah masuk akal untuk mengubah kesalahan standar ke standar deviasi? Dan jika demikian, apakah formula ini sesuai?

$$SE = \frac{SD}{\sqrt{N}}$$

Kesalahan standar mengacu pada standar deviasi distribusi sampling dari suatu statistik. Apakah formula itu sesuai atau tidak tergantung pada statistik apa yang sedang kita bicarakan.

Deviasi standar rata - rata sampel adalah mana adalah (populasi) standar deviasi data dan adalah ukuran sampel - ini mungkin yang Anda maksud. Jadi, jika itu adalah kesalahan standar dari sampel yang Anda maksud maka, ya, formula itu sesuai. σ$\sigma/\sqrt{n}$$\sigma$$n$

Secara umum, standar deviasi suatu statistik tidak diberikan oleh rumus yang Anda berikan. Hubungan antara standar deviasi suatu statistik dan standar deviasi data tergantung pada statistik apa yang sedang kita bicarakan. Misalnya, standard error dari standar deviasi sampel (info lebih lanjut di sini ) dari sampel terdistribusi normal ukuran adalah Dalam situasi lain mungkin tidak ada hubungan sama sekali antara kesalahan standar dan standar deviasi populasi. Misalnya, jika , maka jumlah pengamatan yang melebihiσ ⋅ Γ ( n - $n$X1,. . . ,Xn∼N(0,σ2)

$$\sigma \cdot \frac{\Gamma( \frac{n-1}{2} )}{ \Gamma(n/2) } \cdot \sqrt{\frac{n-1}{2} - \left( \frac{ \Gamma(n/2) }{ \Gamma( \frac{n-1}{2} ) } \right)^2 }$$ $X_1, ..., X_n \sim N(0,\sigma^2)$$0$ adalah sehingga kesalahan standarnya adalah , terlepas dari . ${\rm Binomial}(n,1/2)$$\sqrt{n/4}$$\sigma$