01 / 統計推論
標準差描述單次觀察有多分散
標準差用來概括一組數值相對平均值的離散程度。若兩個模型平均結果相同，標準差較大的模型通常有更多遠離平均的高低結果；它回答的是資料本身如何散開，而不是平均值估得有多準。
計算概念是先求每個結果與平均的差，平方後取平均，再開平方。平方避免正負偏差互相抵消，最後開平方則把單位還原；若資料以港元表示，標準差也以港元表示。
標準差不代表多數結果必定落在平均值加減一個標準差之內，除非分布形狀另有條件。偏態、厚尾或少數極端結果都會令常見的常態分布口訣失準。
02 / 統計推論
標準誤差描述估計量有多不穩定
標準誤差關心的是：若反覆抽取同樣大小的樣本並每次計算平均，這些樣本平均會有多分散。它描述估計程序的不確定性，不是原始單次結果的波動。
在獨立且條件合適時，樣本平均的標準誤差約等於原始標準差除以樣本數平方根。樣本由一百增至四百，標準誤差約減半，而不是縮至四分之一，這就是平方根法則。
資料筆數增加會讓平均估計較穩，但不會令個別下一次結果變穩。即使標準誤差已很小，原始分布的標準差仍可很大；把兩者混用會低估單次風險。
03 / 統計推論
同一報告要看清誤差線代表甚麼
圖表的誤差線可能表示標準差、標準誤差或信賴區間，三者寬度與意義不同。若圖例只寫加減誤差而沒有定義，讀者不能據此判斷兩組資料是否有實質差別。
舉例說，一千次模擬的平均值旁有很窄誤差線，可能只表示平均估計精確；它不表示每次模擬都接近平均，也不保證下一次落在窄範圍內。
比較不同報告時還要確認樣本是否獨立、樣本量是否相同，以及標準差用母體還是樣本公式估計。漂亮的小數位不會補救設計偏差或資料來源不完整。
若報告把多次相關觀察當成完全獨立，計算出的標準誤差可能過小。例如同一工作階段內的連續資料常共享環境條件，有效樣本量可能低於表面筆數，需按研究設計處理。
04 / 統計推論
進階數字也不能變成下一次預測器
886 的發發諧音屬文化寓意，標準差與標準誤差則屬統計工具。即使估計出長期平均與誤差，也沒有證據把吉祥數字或近期序列變成下一次結果的訊號。
風險管理應關注原始結果可能多分散、極端值是否可承受，而不是只慶祝平均估計更精確。若最大可承受損失低於模型的常見波動，增加樣本或延長時間不會令個人預算安全。
本文只作統計教育，不提供獲利模型或投注建議。看到窄誤差線時先問它描述哪個量；僅供知識分享，請理性看待，高波動娛樂尤其需要固定時間與金額上限。