如果您绘制带有误差条的图表，或制作包含正负值的表格，就需要决定是显示标准差（SD）、标准误（SEM），还是其他指标。

通常，除了绘制均值与标准差（SD）或标准误（SEM）的图表外，还有更好的替代方案。

如果您想展示数据中的变异性

如果每个数值代表不同的个体，您可能希望展示数值之间的变异性。即使每个数值代表不同的实验室实验，展示这种变异性通常也是有意义的。

如果您绘制的柱状图中，每个数据集的值少于100个左右，请制作一个散点图来展示每个值。 还有什么比展示每个值更好的方式来体现数值间的变异性呢？如果数据集包含超过100个左右的数值，散点图会显得杂乱无章。替代方案包括盒须图、频率分布（直方图）或累积频率分布。

若绘制XY数据，尤其是涉及多个处理组时，绘制每个重复测量值可能会导致图表杂乱无章。这可以作为初步分析的良好起点，以便全面了解数据。但在正式呈现数据时，应改用均值和误差条。

若要绘制均值和误差条，标准差（SD）可量化重复实验之间的变异性。中位数与四分位距或全范围的图表同样能体现这一变异性。绘制带误差条的图表时，请务必在图中或图例中说明误差条的计算方法。

如果您想展示平均值的测定精度

如果您的目标是通过 t 检验或方差分析（ANOVA）比较均值，或者展示数据与模型预测值的吻合程度，那么您可能更关注数据对均值的精确界定程度，而非变异性。 在这种情况下，最佳做法是绘制均值的95%置信区间（或90%或99%置信区间）。

那么均值的标准误差（SEM）呢？ 绘制带有均值标准误（SEM）误差条的均值图，是展示您对均值了解程度的常用方法。SEM误差条的唯一优势在于其长度较短，但与置信区间相比，SEM误差条更难解读。尽管如此，SEM误差条在许多领域仍是标准做法。

无论您选择展示哪种误差条，都务必说明您的选择。仅观察误差条是否重叠，所能提供的信息可能不如您想象的那么丰富。

如果您想制作具有说服力的宣传材料

如果您的目标是强调数据中微小且不重要的差异，请将误差条显示为标准误（SEM），并希望读者将其误认为标准差（SD）

如果我们的目标是掩盖显著差异，就将误差条显示为各组的标准偏差，并希望读者误以为它们是标准误差。

这种做法是由史蒂夫·西蒙（Steve Simon）在其出色的博客中提倡的。当然，他只是开个玩笑。如果您不明白这个玩笑，请复习一下标准差（SD）和样本误差（SEM）之间的区别。