什么是标准误差（SEM）？
均值的标准误差（SEM）用于量化均值的精确度。它是衡量样本均值与真实总体均值之间可能存在偏差程度的指标。其单位与数据一致。
GraphPad Prism 使用缩写 SEM，但有些人更倾向于（坚持使用）缩写 SE (1, 2)。
标准误（SEM）是比标准差（SD）大还是小？
SEM 总是小于 SD。当样本量较大时，SEM 远小于 SD。
如何解读标准误差（SEM）？
尽管科学家常以均值和标准误（SEM）的形式呈现数据，但解读标准误的含义并非易事。相比之下，根据标准误计算得出的95%置信区间则更容易理解。
对于大样本（例如超过十个），可采用以下经验法则：
67%置信区间从均值向每个方向延伸约一个标准误。
95%置信区间从均值向两个方向各延伸约两个标准误。
这些倍数实际上并非1.0和2.0，而是源自t分布且依赖于样本量。对于小样本，尤其是当样本量N小于10时，这些经验法则的准确性并不高。
标准误（SEM）等同于标准差（SD）吗？
所有标准误差都是均值的标准误差吗？
不是。统计计算可以计算出几乎任何从数据样本中计算出的参数的标准误差。Prism 可以计算线性回归中斜率的标准误差，以及非线性回归中的任何参数（即速率常数）的标准误差。缩写 SE 适用于任何标准误差，在许多期刊中也包括均值的标准误差。缩写 SEM 始终指均值的标准误差。
参考文献
1.Curran-Everett D, Benos D. 美国生理学会出版期刊中统计数据报告指南。《AJP - 胃肠与肝脏生理学》。2004年8月1日；287(2):G307。
2.Ludbrook J. 《临床与实验药理学及生理学》中统计数据的呈现。《临床与实验药理学及生理学》。2008年10月1日；35(10)：1271–4；作者回复1274。
