当测量结果服从于正态分布时，随机误差绝对值大于标准误差的概率是（ ）。

### 正态分布简介
正态分布是一种非常重要的概率分布，通常呈现为一个对称的钟形曲线。它的特点是：
- 大部分数据集中在均值附近。
- 数据越远离均值，出现的概率越小。
### 随机误差与标准误差
- **随机误差**：在测量过程中，由于各种不可控因素导致的误差。这种误差是随机的，可能会在不同的测量中表现出不同的值。
- **标准误差**：是样本均值的标准偏差，反映了样本均值的变动程度。它是用来估计总体均值的准确性。
### 概率的计算
在正态分布中，68.3%的数据落在均值±1个标准差的范围内，95%的数据落在均值±2个标准差的范围内。
#### 题目分析
题目问的是“随机误差绝对值大于标准误差的概率”。我们可以将这个问题转化为以下几个步骤：
1. **标准误差的定义**：假设标准误差为1，那么随机误差大于1或小于-1的概率就是我们要找的。
2. **正态分布的性质**：在正态分布中，落在均值±1个标准差范围内的概率是68.3%。因此，落在这个范围外的概率是：
\[
1 - 0.683 = 0.317 \text{ (即31.7%)}
\]
3. **绝对值的考虑**：由于我们关心的是绝对值大于标准误差的情况（即大于1或小于-1），所以这个概率正好是31.7%。
### 结论
因此，随机误差绝对值大于标准误差的概率是31.7%，对应选项C。
### 生动的例子
想象一下你在测量一根木棍的长度。你多次测量，结果是：100cm, 99.5cm, 100.5cm, 100.2cm, 99.8cm。你发现这些测量值围绕着100cm这个均值波动。
- **标准误差**：如果你计算出这些测量值的标准误差是0.5cm，那么68.3%的测量结果会在99.5cm到100.5cm之间。
- **随机误差**：如果有一次测量结果是101cm，显然这个结果的随机误差（1cm）大于标准误差（0.5cm）。而在所有测量中，只有31.7%的测量结果会超出这个范围。