抽样分布是统计推断的理论依据。但在实际研究中，不会通过抽取一切可能个样本来求总体参数，而是抽取一个随机样本来估计总体参数。即便抽取一切可能个样本，计算出的某种统计量的值与总体相应参数的真值，大多也是不相同的。我们知道这是抽样误差的缘故。而这种抽样误差我们用抽样分布上的标准差来表示。因此，某种统计量在抽样分布上的标准差称为该种统计量的标准误。如平均数抽样分布的标准差称为平均数的标准误，其计算公式为：

http://s3/middle/6e59e373h9e6fb6de5aa2&690error)" TITLE="标准误(standard error)" />

。

从标准误的概念来看，标准误是一个分数，其数值的大小受到分子与分母的共同影响。如果公式中分子（标准差）小，标准误也小，反之亦然；如果公式中分母（样本容量）大，则标准误变小，反之亦然。由于总体（或样本）的标准差是根据实际分布状况计算得到的，不能随意调整，所以，加大样本容量可以说是减小标准误的有效途径。

标准误越小，说明样本统计量与总体参数的真值越接近，样本对总体越有代表性，用样本统计量推断总体参数的准确度越大。因此，标准误是统计推断的可靠性指标。