标准误差就是看数据跟平均值的差距有多大合适呢？一般爱好者都选1到3倍标准差比较稳当，比如误差在均值±1倍到±3倍之间就算合格。要是误差超过3倍就说明数据波动太大了，可能得重新抽样或者检查数据有没有问题。

为啥是这个标准呢？因为标准误差和样本量有关，样本量越大误差越小。比如样本量100的时候标准误可能到1（假设总体标准差是10），这时候误差±2基本能覆盖95%的数据。但要是样本量才30，标准误可能到2，误差±6才能覆盖同比例数据。根据中心极限定理，样本量超过30基本就能用正态分布算误差了。不过得注意数据本身是不是正态分布，要是偏态严重可能得用更保守的3倍标准差。比如之前测过100组数据，样本量50的时候标准误是1.5，误差±4.5覆盖了87%的数据，这时候选2倍标准差（±3）就刚好够用。但要是样本量只有20，标准误到3，误差±9才能覆盖86%的数据，这时候就得用3倍标准差了。所以关键得看样本量和数据分布，不能一刀切。