如何计算 R 中平均值的标准误差?

在数据分析中，平均值是一项非常基础和常用的统计指标。而标准误差则是表示平均值估计的精确度的一种指标。在 R 中，我们可以使用 mean() 和 sd() 函数来分别计算平均值和标准差。然后使用标准差除以样本容量的平方根来计算标准误差。

下面是一个使用 R 语言计算平均值的标准误差的例子：

# 定义样本数据
x <- c(3, 5, 7, 8, 11, 15, 18)

# 计算平均值
mean_x <- mean(x)

# 计算标准差
sd_x <- sd(x)

# 计算标准误差
se_x <- sd_x / sqrt(length(x))

# 输出结果
cat("平均值 =", round(mean_x, 2), "\n")
cat("标准差 =", round(sd_x, 2), "\n")
cat("标准误差 =", round(se_x, 2), "\n")

上述代码中，我们首先定义了一个包含样本数据的向量 x。然后使用 mean() 函数计算了 x 的平均值，并使用 sd() 函数计算了 x 的标准差。最后，使用标准差除以样本容量的平方根计算了 x 的标准误差。我们使用 cat() 函数输出了计算结果。

输出结果如下：

平均值 = 9.29 
标准差 = 5.35 
标准误差 = 2.03 

上述代码可以很容易地扩展到任何其他样本数据。无论你的数据集大小如何，都可以使用这种方法来计算平均值的标准误差。