均值标准误差 (SEM) 量化了均值的精确度。它衡量了样本平均数与真实总体平均数之间可能存在的差距。它使用与数据相同的单位表示。
GraphPad Prism 使用缩写 SEM,但有些人更喜欢(坚持)缩写 SE (1, 2)。
SEM 总是小于 SD。对于大样本,SEM 比标距(SD)小得多。
虽然科学家经常用平均数和 SEM 来表示数据,但解读 SEM 的含义并不简单。解读根据 SEM 计算出的 95% 置信区间要容易得多。
对于大样本(比如大于 10 个),您可以使用这些经验法则:
67% 置信区间从平均值向每个方向延伸约一个 SEM。
95% 置信区间从平均值向每个方向延伸大约两个 SEM。
乘数实际值并不是 1.0 和 2.0,而是来自 t 分布并依赖于样本量的值。对于小样本,当然当 N 小于 10 时,这些经验法则就不太准确了。
不是。统计计算可以计算出几乎所有根据数据样本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(如速率常数)。缩写 SE 适用于任何标准误差,包括许多期刊中的均值标准误差。缩写 SEM 总是指平均值的标准误差。
1.Curran-Everett D、Benos D. 《美国生理学会出版的期刊统计报告指南》。AJP - 胃肠道和肝脏生理学》。2004 Aug 1;287(2):G307.
2.Ludbrook J. The presentation of statistics in Clinical and Experimental Pharmacology and Physiology.Clin Exp Pharmacol Physiol.