抽样误差是指由于抽样的随机性而导致的样本统计量与总体参数之间的差异。在统计学中，有多个指标可以用来衡量抽样误差，下面为你详细介绍。

首先是标准误，它是衡量抽样误差最常用的指标。以样本均数的标准误为例，它反映了样本均数之间以及样本均数与总体均数之间的离散程度。标准误的计算公式为：样本均数的标准误等于总体标准差除以样本含量的平方根。在实际工作中，总体标准差往往是未知的，通常用样本标准差来代替总体标准差计算标准误的估计值。标准误越小，说明样本统计量与总体参数越接近，抽样误差越小，用样本统计量推断总体参数的可靠性就越高；反之，标准误越大，抽样误差越大，样本统计量对总体参数的代表性就越差。

其次是可信区间，它也能在一定程度上反映抽样误差的大小。可信区间是按一定的概率估计总体参数所在的范围。例如，95%可信区间是指从总体中进行多次抽样，理论上有95%的可信区间会包含总体参数。可信区间的宽窄与抽样误差有关，抽样误差越小，可信区间越窄，说明对总体参数的估计越精确；抽样误差越大，可信区间越宽，对总体参数的估计就越不精确。

另外，变异系数也可以辅助衡量抽样误差。变异系数是标准差与均数的比值，它消除了变量值平均水平高低和计量单位不同对离散程度的影响。当比较不同样本的抽样误差时，如果样本的均数相差较大或者单位不同，使用变异系数可以更合理地反映抽样误差的相对大小。

综上所述，标准误、可信区间和变异系数等指标都能从不同角度对抽样误差进行衡量，在临床执业工作和医学研究中，需要根据具体情况选择合适的指标来评估抽样误差，以确保研究结果的可靠性和准确性。