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，比起用均值搭配标准差（SD）或标准误（SEM）绘制图表，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，您很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。

若绘制柱状图时，每个数据集的值少于 100 个左右，请制作一个散点图来展示所有数据。还有什么比展示所有数据更能体现数据间变异性的方法呢？如果数据集包含 100 个以上的值，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），绘制每个重复样本会导致图表杂乱。这虽是全面了解数据的良好第一步，但在正式展示数据时，应改用均值和误差条。

若需绘制均值与误差条，标准差（SD）可量化重复样本间的变异性。中位数搭配四分位距或全范围的图表同样能体现这一信息。绘制带误差条的图表时，务必在图中或图例中说明误差条的计算方法。

若需展示均值的测定精度

若您的目标是通过t检验或方差分析（ANOVA）比较均值，或展示数据与模型预测值的吻合程度，您可能更关注数据对均值的精确界定，而非单纯展示变异性。此时，最佳做法是绘制均值的95%置信区间（或90%及99%置信区间）。

那么均值的标准误差（SEM）呢？用SEM误差条绘制均值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它们较短，但相比置信区间，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，务必说明您的选择。观察误差条是否重叠所提供的信息，可能不如您想象的那么有意义。

如果您想制作具有说服力的宣传材料

若您的目的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），并希望读者误以为那是标准差（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。