标准差很好理解，使用频率也很高。按照公式的理解，它表达的是数据中每个元素与均值之间差异的总和。通俗的理解，它衡量的是一组数据彼此之间的差异程度（本质是所有数据与均值的差异程度），标准差越大数据之间的差异越大。

由于它是一个相对指标，我们在使用时无法根据标准差的大小，来单独判断一组数据的差异是大还是小，比如一个班级30名学生，年龄的标准差为10，我们不知道这个班级学生间年龄到底是偏大还是偏小。只能对比两个班级的年龄差异谁大谁小，因此在衡量数据间差异程度时还有其他更好的指标来代替。

标准误其实也是一种标准差，它是多个随机抽样样本均值的标准差，是用来衡量抽样误差的指标。比如北京市人群真实平均年龄为35岁，我们从北京市随机抽取200人，这200人的平均年龄为37.8岁，那37.8-35=2.8岁则是这次抽样产生的误差。

那如果以200份的样本大量随机抽取，平均会产生多大的抽样误差呢？计算方式为200人的样本标准差除以根号200（这地方我都不敢写公式，就怕你一看到公式头皮发麻。。。这公式不用记，随便搜索下就能找到）

标准误最常使用的场景就是在我们完成一次抽样采集后，需要告知他人这次的抽样误差有多大，我们抽样数据的误差是否可以容忍。

如果看文字还没懂，再看一遍视频肯定能懂