Konkludując, SD określa ilościowo zmienność, podczas gdy SEM określa ilościowo niepewność oszacowania średniej. Ponieważ czytelnicy są ogólnie zainteresowani poznaniem zmienności w próbie, a nie bliskości średniej ze średnią populacji, dane należy dokładnie podsumować za pomocą SD, a nie za pomocą SEM.
Czy powinienem używać błędu standardowego czy odchylenia standardowego dla słupków błędów?
Użyj odchyleń standardowych dla pasków błędów Jeśli dane w każdym punkcie czasowym mają rozkład normalny, wtedy (1) około 64% danych ma wartości w zakresie słupków błędów oraz (2) prawie wszystkie dane leżą w granicach trzykrotności zakresu słupków błędów.
Czy powinienem wykreślić błąd standardowy czy odchylenie standardowe?
Kiedy używać błędu standardowego? To zależy. Jeśli komunikat, który chcesz przekazać, dotyczy rozrzutu i zmienności danych, to odchylenie standardowe jest metryką, której należy użyć. Jeśli interesuje Cię precyzja średnich lub porównywanie i testowanie różnic między średnimi, to Twoim miernikiem jest błąd standardowy.
Czy słupki błędów są równe?
Wykresowanie średniej za pomocą słupków błędów SEM jest powszechnie stosowaną metodą wykazania, jak dobrze znasz średnią. Jedyną zaletą słupków błędów SEM jest to, że są one krótsze, ale słupki błędów SEM są trudniejsze do interpretacji niż przedział ufności. Niemniej jednak słupki błędów SEM są standardem w wielu dziedzinach.
Czy słupki błędów powinny być w połowie standardoweodchylenie?
Nie powinieneś w 100% wyświetlać pasków błędów o połowę, ponieważ to nigdy nie jest robione i jest mylące. Wyświetlanie pełnego paska błędu z każdej strony jest w porządku, ale tak naprawdę nie przekazuje zbyt wielu informacji, a wielu czytelników po prostu podwoi jego długość w swojej głowie, aby uzyskać około 95% przedział ufności.
