用STDEV.S或者STDEV.P这两个函数求偏差标准计算，首先把光标停留在每一列的下面一个空的单元格，然后点击“插入函数”——找到STDEV.S这个函数-选定你想求标准差的区域，通常就选择光标停留的那一列——点击确定，标准差就自动求出来了——然后你可以同样的方法求其它列的标准差，也可以用光标停留在第一个标准差所在单元格最右下角，待光标变成加号时再往右拖动，这样其它列的标准差也就出来了，我弄了张截图，你可以看看，实在不懂再问我吧
,则这组测量值的标准误差
等于：
其中E为误差=测定值—真实值。
标准误差一般用SE表示，反映样本平均数对总体平均数的变异程度，从而反映抽样误差的大小，是量度结果精密度的指标。
标准差与标准误差的意义、作用和使用范围均不同。标准差（亦称单数标准差）一般用SD表示，是表示个体间变异大小的指标，反映了整个样本对样本平均数的离散程度，是数据精密度的衡量指标。
扩展资料：
标准误差的注意点：
需要注意的是，标准误差不是测量值的实际误差，也不是误差范围，它只是对一组测量数据可靠性的估计。标准误差小，测量的可靠性大一些，反之，测量就不大可靠。
进一步的分析表明，根据偶然误差的高斯理论，当一组测量值的标准误差为σ时，则其中的任何一个测量值的误差Ei有68.3%的可能性是在（-σ，+σ）区间内。
世界上多数国家的物理实验和正式的科学实验报告都是用标准误差评价数据的，现在稍好一些的计算器都有计算标准误差的功能，因此，了解标准误差是必要的。
标准误差随着样本数（或测量次数）n的增大，标准差趋向某个稳定值，即样本标准差s越接近总体标准差σ，而标准误差则随着样本数（或测量次数）n的增大逐渐减小，即样本平均数越接近总体平均数μ；故在实验中也经常采用适当增加样本数（或测量次数）使n增大的方法来减小实验误差，但样本数太大意义也不大。
标准差是最常用的统计量，一般用于表示一组样本变量的分散程度；标准误差一般用于统计推断中，主要包括假设检验和参数估计，如样本平均数的假设检验、参数的区间估计与点估计等。
标准差能反映一个数据集的离散程度，标准偏差越小，这些值偏离平均值就越少，反之亦然。标准偏差的大小可通过标准偏差与平均值的倍率关系来衡量。平均数相同的两个数据集，标准差未必相同。
例如，A、B两组各有6位学生参加同一次语文测验，A组的分数为95、85、75、65、55、45，B组的分数为73、72、71、69、68、67。这两组的平均数都是70，但A组的标准差应该是17.078分,B组的标准差应该是2.160分，说明A组学生之间的差距要比B组学生之间的差距大得多。
参考资料：搜狗百科——标准误差