您应该简单地将您的 SE 视为 SD，并使用完全相同的错误传播公式。实际上，均值的标准误差只不过是您对均值估计的标准差，因此数学不会改变。在您的特定情况下，当您估计的 SE并且您知道、、和时，然后$C=A-B$$\sigma^2_A$$\sigma^2_B$$N_A$$N_B$

$$\mathrm{SE}_C=\sqrt{\frac{\sigma^2_A}{N_A}+\frac{\sigma^2_B}{N_B}}.$$

请注意，另一个听起来可能合理的选项是不正确的：

$$\mathrm{SE}_C \ne \sqrt{\frac{\sigma^2_A\sigma^2_B}{N_A+N_B}}.$$

要了解原因，请想象，但在一种情况下，您有很多观察结果，而另一种情况下只有一个观察结果：。第一组均值的标准误为 0.1，第二组均值为 1。现在，如果您使用第二个（不正确的）公式，您将得到大约 0.14 作为联合标准误，鉴于你的第二次测量是已知的。正确的公式给出，这是有道理的。$\sigma^2_A=\sigma^2_B=1$$N_A=100, N_B=1$$\pm 1$$\approx 1$

既然你知道测量的数量，我的第一反应是只计算传播的 SD，然后根据你上面的等式，通过将传播的 SD 除以 N 的平方根来计算 SE。