В заключение, SD определя количествено променливостта, докато SEM количествено определя несигурността в оценката на средната стойност. Тъй като читателите обикновено се интересуват от познаването на променливостта в рамките на извадката, а не от близостта на средната стойност до средната стойност на популацията, данните трябва да бъдат точно обобщени с SD, а не с SEM.
Трябва ли да използвам стандартна грешка или стандартно отклонение за ленти за грешки?
Използвайте стандартните отклонения за ленти за грешки Ако данните във всяка времева точка са нормално разпределени, тогава (1) около 64% от данните имат стойности в рамките на обхвата на лентите за грешки и (2) почти всички данни се намират в рамките на три пъти размера на лентите за грешки.
Трябва ли да начертая стандартна грешка или стандартно отклонение?
Кога да се използва стандартна грешка? Зависи. Ако съобщението, което искате да пренесете, е за разпространението и променливостта на данните, тогава стандартното отклонение е метриката, която трябва да се използва. Ако се интересувате от прецизността на средните или от сравняването и тестването на разликите между средните, тогава стандартната грешка е вашият показател.
Дали лентите за грешки са?
Графика на средната стойност с ленти за грешки в SEM е често използван метод, за да се покаже колко добре знаете средната стойност. Единственото предимство на лентите за грешки в SEM е, че те са по-къси, но лентите за грешки в SEM са по-трудни за интерпретиране от доверителен интервал. Въпреки това лентите за грешки в SEM са стандарт в много области.
Трябва ли лентите за грешки да са наполовина стандартниотклонение?
Вие 100% не трябва да показвате преполовени ленти за грешки, тъй като това никога не се прави и е подвеждащо. Показването на пълната лента за грешки от всяка страна е добре, но всъщност не предава много информация и много читатели просто ще удвоят дължината й в главата си, за да достигнат приблизително 95% доверителен интервал.
