SD的误差棒比SEM要大

1、如何用origin做误差棒图 详细

1、打开Origin作图软件，输入所需分析的数据，本文通过分析三个学生的各科成绩为例来介绍误差棒的作法；

2、先选中三列数据，在主菜单找到“Statistics”选择其中的“Descriptive Statistics”→“Statistics on Rows”；

3、在弹出的Statistics on Rows对话框中，按下图所示路径，将“Mean（平均值）”和“Standard Deviation（标准差）”打勾选中并保存；

4、上述操作完成后即可发现工作区多了两列数据，他们分别表示出每个学科的平均成绩及波动情况；

5、下面通过作图来分析各学科的成绩情况，选中“学科”、Mean和SD三列数据，在左下角选取所要作图的样式；

6、通过上述步骤，即得到了各个学科的平均成绩，以及用误差棒表示的偏差情况，误差棒越长，说明各同学于本学科的成绩范围波动越大。

2、误差棒有交叉是否一定没有显著性差异

当试验数据出现两种或者多种不同的结果时，应该采用统计学的方法，通过显著性检验来判断试验数据之间是否存在显著性差异。
显著性检验的方法通常有t检验法和F检验法：
t检验用来检测两组数据的准确度，确定是否存在系统误差
F检验又叫方差齐性检验，用来检测两组或多组数据的精密度，确定是否存在偶然误差
计算公式和查表之类的就不写了，太复杂，而且你手上应该都有
针对你的数据，如果只是“需要看一下两组差别是不是很大”，只用F检验即可
如果你需要确定数据是否存在系统误差，或是否与假设结论是否相符时，则需要用到t检验
提醒一句，若要进行t检验，首先得进行F检验，用以判断两组数据的方差齐性
若两组数据方差相等，则用t检验；若方差不等，则用变种的t'检验
总之，不论怎样，都要用到F检验

3、误差棒是什么

【我是看了你的问题，查了百度才知道有这个词儿。】

在散布图中，通常还要用误差棒（error bar）注明所测量数据的不确定度的大小。

误差棒是以被测量的算术平均值为中点，在表示测量值大小的方向上画出的一个线段，线段长度的一半等于（标准或扩展）不确定度。它表示被测量以某一概率（68%或95%）落在棒上。图1表示不同时期几个单位对牛顿万有引力常数的测量结果，最下面的一个数据是国际科学技术委员会 2002年给出的推荐值。

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

4、误差棒应该用什么偏差

一般标准差即可。STDEV。

5、最大值，最小值，平均值都要在一个误差棒一样的图标上，怎么画

例如两组数据：1,2,5和1,3,5，最小值都是1祗知道一组数的最大值和最小值算不了平均值;3和3，最大值都是5，但平均值分别是8

6、误差棒的介绍

在散布图中，通常还要用误差棒（error bar）注明所测量数据的不确定度的大小。

7、作图时添加的误差线应该用sd还是se？

sd 是standard deviation 翻译成标准差
se是standard error 翻译成 标准误
SE=SD/根号下n
在实验中单次测量总是难免会产生误差，为此我们经常测量多次，然后用测量值的平均值表示测量的量，并用误差条来表征数据的分布，其中误差条的高度为±标准误。
标准差（standard deviation, STD）
表示的就是样本数据的离散程度。标准差就是样本平均数方差的开平方，标准差通常是相对于样本数据的平均值而定的，通常用M±SD来表示，表示样本某个数据观察值相距平均值有多远。从这里可以看到，标准差收到极值的影响。标准差越小，表明数据越聚集；标准差越大，表明数据越离散。标准差的大小因测验而定，如果一个测验是学术测验，标准差大，表示学生分数的离散程度大，更能够测量出学生的学业水平；如果一个侧样测量的是某种心理品质，标准差小，表明所编写的题目是同质的，这时候的标准差小的更好。标准差与正态分布有密切联系：在正态分布中，1个标准差等于正态分布下曲线的68.26%的面积，1.96个标准差等于95%的面积。这在测验分数等值上有重要作用。
标准误（standard error, SE)
表示的是抽样的误差。因为从一个总体中可以抽取出无数多种样本，每一个样本的数据都是对总体的数据的估计。标准误代表的就是当前的样本对总体数据的估计，标准误代表的就是样本均数与总体均数的相对误差。标准误是由样本的标准差除以样本人数的开平方来计算的。从这里可以看到，标准误更大的是受到样本人数的影响。样本人数越大，标准误越小，那么抽样误差就越小，就表明所抽取的样本能够较好地代表样本。

8、SD与SEM有区别吗

SD：标准差（Standard Deviation） ，中文环境中又常称均方差，但不同于均方误差（mean squared error，均方误差是各数据偏离真实值的距离平方的平均数，也即误差平方和的平均数，计算公式形式上接近方差，它的开方叫均方根误差，均方根误差才和标准差形式上接近），标准差是离均差平方和平均后的方根，用σ表示。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的，标准差未必相同。

标准差（Standard Deviation），在概率统计中最常使用作为统计分布程度（statistical dispersion）上的测量。标准差定义是总体各单位标准值与其平均数离差平方的算术平均数的平方根。它反映组内个体间的离散程度。

假设有一组数值X1,X2,X3,......XN（皆为实数），其平均值（算术平均值）为μ，

标准差也被称为标准偏差，或者实验标准差，公式为

sem（标准误）

英文：Standard Error of Mean

标准误，即样本均数的标准差，是描述均数抽样分布的离散程度及衡量均数抽样误差大小的尺度，反映的是样本均数之间的变异。标准误不是标准差，是多个样本平均数的标准差。

标准误用来衡量抽样误差。标准误越小，表明样本统计量与总体参数的值越接近，样本对总体越有代表性，用样本统计量推断总体参数的可靠度越大。因此，标准误是统计推断可靠性的指标。

标准差与标准误都是数理统计学的内容，两者不但在字面上比较相近，而且两者都是表示距离某一个标准值或中间值的离散程度，即都表示变异程度，但是两者是有着较大的区别的。

首先要从统计抽样的方面说起。现实生活或者调查研究中，我们常常无法对某类欲进行调查的目标群体的所有成员都加以施测，而只能够在所有成员（即样本）中抽取一些成员出来进行调查，然后利用统计原理和方法对所得数据进行分析，分析出来的数据结果就是样本的结果，然后用样本结果推断总体的情况。一个总体可以抽取出多个样本，所抽取的样本越多，其样本均值就越接近总体数据的平均值。

标准差：表示的就是样本数据的离散程度。标准差就是样本平均数方差的开平方，标准差通常是相对于样本数据的平均值而定的，通常用M±SD来表示，表示样本某个数据观察值相距平均值有多远。从这里可以看到，标准差受到极值的影响。标准差越小，表明数据越聚集；标准差越大，表明数据越离散。标准差的大小因测验而定，如果一个测验是学术测验，标准差大，表示学生分数的离散程度大，更能够测量出学生的学业水平；如果一个测验测量的是某种心理品质，标准差小，表明所编写的题目是同质的，这时候的标准差小的更好。标准差与正态分布有密切联系：在正态分布中，1个标准差等于正态分布下曲线的68.26%的面积，1.96个标准差等于95%的面积。这在测验分数等值上有重要作用。

标准误：表示的是抽样的误差。因为从一个总体中可以抽取出无数多种样本，每一个样本的数据都是对总体的数据的估计。标准误代表的就是当前的样本对总体数据的估计，标准误代表的就是样本均数与总体均数的相对误差。标准误是由样本的标准差除以样本容量的开平方来计算的。从这里可以看到，标准误更大的是受到样本容量的影响。样本容量越大，标准误越小，那么抽样误差就越小，就表明所抽取的样本能够较好地代表总体。

9、作误差棒（error bar）图用标准偏差(Sd)还是标准误差(Se)？

error bar用SD和SEM都可以，自己统一就好，操作方法如下：

1、首先打开Origin作图软件，输入所需分析的数据。

2、先选中三列数据，在主菜单找到“Statistics”并点击，然后依次选择“Descriptive Statistics”→“Statistics on Rows”。

3、在弹出的Statistics on Rows对话框中，将“Mean（平均值）”和“Standard Deviation（标准差）”打勾选中，然后点击下方的“OK”。

4、完成后即可发现工作区多了两列数据。

5、在左下角选取所要作图的样式，即得到了各个学科的平均成绩，以及用误差棒表示的偏差情况，误差棒越长，说明各同学于本学科的成绩范围波动越大。