什么是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偏差大小的指标。其单位与数据单位相同。

GraphPad Prism 使用缩写 SEM，但有些人更倾向于（坚持使用）缩写 SE (1, 2)。

SEM 是比 SD 大还是小？

SEM 总是小于标准差（SD）。当样本量较大时，SEM 会比标准差小得多。

如何解读标准误（SEM）？

尽管科学家通常以均值和 SEM 的形式呈现数据，但解读 SEM 的含义并非易事。相比之下，根据 SEM 计算得出的 95% 置信区间则更容易理解。

对于大样本（例如大于十），可以参考以下经验法则：

67%置信区间从均值向两个方向各延伸约一个标准误。

95%置信区间从均值向两个方向各延伸约两个标准误。

这些乘数实际上并非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N小于10时，这些经验法则的准确性并不高。

标准误（SEM）与标准差（SD）是一样的吗？

不！

所有标准误差都是均值的标准误差吗？

不。统计计算可以计算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（例如速率常数）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。而缩写 SEM 则始终专指均值的标准误差。

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。