SD的誤差棒比SEM要大

1、如何用origin做誤差棒圖 詳細

1、打開Origin作圖軟體，輸入所需分析的數據，本文通過分析三個學生的各科成績為例來介紹誤差棒的作法；

2、先選中三列數據，在主菜單找到「Statistics」選擇其中的「Descriptive Statistics」→「Statistics on Rows」；

3、在彈出的Statistics on Rows對話框中，按下圖所示路徑，將「Mean（平均值）」和「Standard Deviation（標准差）」打勾選中並保存；

4、上述操作完成後即可發現工作區多了兩列數據，他們分別表示出每個學科的平均成績及波動情況；

5、下面通過作圖來分析各學科的成績情況，選中「學科」、Mean和SD三列數據，在左下角選取所要作圖的樣式；

6、通過上述步驟，即得到了各個學科的平均成績，以及用誤差棒表示的偏差情況，誤差棒越長，說明各同學於本學科的成績范圍波動越大。

2、誤差棒有交叉是否一定沒有顯著性差異

當試驗數據出現兩種或者多種不同的結果時，應該採用統計學的方法，通過顯著性檢驗來判斷試驗數據之間是否存在顯著性差異。
顯著性檢驗的方法通常有t檢驗法和F檢驗法：
t檢驗用來檢測兩組數據的准確度，確定是否存在系統誤差
F檢驗又叫方差齊性檢驗，用來檢測兩組或多組數據的精密度，確定是否存在偶然誤差
計算公式和查表之類的就不寫了，太復雜，而且你手上應該都有
針對你的數據，如果只是「需要看一下兩組差別是不是很大」，只用F檢驗即可
如果你需要確定數據是否存在系統誤差，或是否與假設結論是否相符時，則需要用到t檢驗
提醒一句，若要進行t檢驗，首先得進行F檢驗，用以判斷兩組數據的方差齊性
若兩組數據方差相等，則用t檢驗；若方差不等，則用變種的t'檢驗
總之，不論怎樣，都要用到F檢驗

3、誤差棒是什麼

【我是看了你的問題，查了百度才知道有這個詞兒。】

在散布圖中，通常還要用誤差棒（error bar）註明所測量數據的不確定度的大小。

誤差棒是以被測量的算術平均值為中點，在表示測量值大小的方向上畫出的一個線段，線段長度的一半等於（標准或擴展）不確定度。它表示被測量以某一概率（68%或95%）落在棒上。圖1表示不同時期幾個單位對牛頓萬有引力常數的測量結果，最下面的一個數據是國際科學技術委員會 2002年給出的推薦值。

http://ke.baidu.com/view/3870191.htm

4、誤差棒應該用什麼偏差

一般標准差即可。STDEV。

5、最大值，最小值，平均值都要在一個誤差棒一樣的圖標上，怎麼畫

例如兩組數據：1,2,5和1,3,5，最小值都是1祗知道一組數的最大值和最小值算不了平均值;3和3，最大值都是5，但平均值分別是8

6、誤差棒的介紹

在散布圖中，通常還要用誤差棒（error bar）註明所測量數據的不確定度的大小。

7、作圖時添加的誤差線應該用sd還是se？

sd 是standard deviation 翻譯成標准差
se是standard error 翻譯成 標准誤
SE=SD/根號下n
在實驗中單次測量總是難免會產生誤差，為此我們經常測量多次，然後用測量值的平均值表示測量的量，並用誤差條來表徵數據的分布，其中誤差條的高度為±標准誤。
標准差（standard deviation, STD）
表示的就是樣本數據的離散程度。標准差就是樣本平均數方差的開平方，標准差通常是相對於樣本數據的平均值而定的，通常用M±SD來表示，表示樣本某個數據觀察值相距平均值有多遠。從這里可以看到，標准差收到極值的影響。標准差越小，表明數據越聚集；標准差越大，表明數據越離散。標准差的大小因測驗而定，如果一個測驗是學術測驗，標准差大，表示學生分數的離散程度大，更能夠測量出學生的學業水平；如果一個側樣測量的是某種心理品質，標准差小，表明所編寫的題目是同質的，這時候的標准差小的更好。標准差與正態分布有密切聯系：在正態分布中，1個標准差等於正態分布下曲線的68.26%的面積，1.96個標准差等於95%的面積。這在測驗分數等值上有重要作用。
標准誤（standard error, SE)
表示的是抽樣的誤差。因為從一個總體中可以抽取出無數多種樣本，每一個樣本的數據都是對總體的數據的估計。標准誤代表的就是當前的樣本對總體數據的估計，標准誤代表的就是樣本均數與總體均數的相對誤差。標准誤是由樣本的標准差除以樣本人數的開平方來計算的。從這里可以看到，標准誤更大的是受到樣本人數的影響。樣本人數越大，標准誤越小，那麼抽樣誤差就越小，就表明所抽取的樣本能夠較好地代表樣本。

8、SD與SEM有區別嗎

SD：標准差（Standard Deviation） ，中文環境中又常稱均方差，但不同於均方誤差（mean squared error，均方誤差是各數據偏離真實值的距離平方的平均數，也即誤差平方和的平均數，計算公式形式上接近方差，它的開方叫均方根誤差，均方根誤差才和標准差形式上接近），標准差是離均差平方和平均後的方根，用σ表示。標准差是方差的算術平方根。標准差能反映一個數據集的離散程度。平均數相同的，標准差未必相同。

標准差（Standard Deviation），在概率統計中最常使用作為統計分布程度（statistical dispersion）上的測量。標准差定義是總體各單位標准值與其平均數離差平方的算術平均數的平方根。它反映組內個體間的離散程度。

假設有一組數值X1,X2,X3,......XN（皆為實數），其平均值（算術平均值）為μ，

標准差也被稱為標准偏差，或者實驗標准差，公式為

sem（標准誤）

英文：Standard Error of Mean

標准誤，即樣本均數的標准差，是描述均數抽樣分布的離散程度及衡量均數抽樣誤差大小的尺度，反映的是樣本均數之間的變異。標准誤不是標准差，是多個樣本平均數的標准差。

標准誤用來衡量抽樣誤差。標准誤越小，表明樣本統計量與總體參數的值越接近，樣本對總體越有代表性，用樣本統計量推斷總體參數的可靠度越大。因此，標准誤是統計推斷可靠性的指標。

標准差與標准誤都是數理統計學的內容，兩者不但在字面上比較相近，而且兩者都是表示距離某一個標准值或中間值的離散程度，即都表示變異程度，但是兩者是有著較大的區別的。

首先要從統計抽樣的方面說起。現實生活或者調查研究中，我們常常無法對某類欲進行調查的目標群體的所有成員都加以施測，而只能夠在所有成員（即樣本）中抽取一些成員出來進行調查，然後利用統計原理和方法對所得數據進行分析，分析出來的數據結果就是樣本的結果，然後用樣本結果推斷總體的情況。一個總體可以抽取出多個樣本，所抽取的樣本越多，其樣本均值就越接近總體數據的平均值。

標准差：表示的就是樣本數據的離散程度。標准差就是樣本平均數方差的開平方，標准差通常是相對於樣本數據的平均值而定的，通常用M±SD來表示，表示樣本某個數據觀察值相距平均值有多遠。從這里可以看到，標准差受到極值的影響。標准差越小，表明數據越聚集；標准差越大，表明數據越離散。標准差的大小因測驗而定，如果一個測驗是學術測驗，標准差大，表示學生分數的離散程度大，更能夠測量出學生的學業水平；如果一個測驗測量的是某種心理品質，標准差小，表明所編寫的題目是同質的，這時候的標准差小的更好。標准差與正態分布有密切聯系：在正態分布中，1個標准差等於正態分布下曲線的68.26%的面積，1.96個標准差等於95%的面積。這在測驗分數等值上有重要作用。

標准誤：表示的是抽樣的誤差。因為從一個總體中可以抽取出無數多種樣本，每一個樣本的數據都是對總體的數據的估計。標准誤代表的就是當前的樣本對總體數據的估計，標准誤代表的就是樣本均數與總體均數的相對誤差。標准誤是由樣本的標准差除以樣本容量的開平方來計算的。從這里可以看到，標准誤更大的是受到樣本容量的影響。樣本容量越大，標准誤越小，那麼抽樣誤差就越小，就表明所抽取的樣本能夠較好地代表總體。

9、作誤差棒（error bar）圖用標准偏差(Sd)還是標准誤差(Se)？

error bar用SD和SEM都可以，自己統一就好，操作方法如下：

1、首先打開Origin作圖軟體，輸入所需分析的數據。

2、先選中三列數據，在主菜單找到「Statistics」並點擊，然後依次選擇「Descriptive Statistics」→「Statistics on Rows」。

3、在彈出的Statistics on Rows對話框中，將「Mean（平均值）」和「Standard Deviation（標准差）」打勾選中，然後點擊下方的「OK」。

4、完成後即可發現工作區多了兩列數據。

5、在左下角選取所要作圖的樣式，即得到了各個學科的平均成績，以及用誤差棒表示的偏差情況，誤差棒越長，說明各同學於本學科的成績范圍波動越大。