Na závěr, SD kvantifikuje variabilitu, zatímco SEM kvantifikuje nejistotu v odhadu průměru. Protože čtenáři obecně mají zájem znát variabilitu ve vzorku a ne blízkost průměru k průměru populace, data by měla být přesně shrnuta pomocí SD a ne pomocí SEM.
Mám pro chybové úsečky použít standardní chybu nebo standardní odchylku?
Použijte standardní odchylky pro chybové úsečky Pokud jsou data v každém časovém bodě normálně distribuována, pak (1) asi 64 % dat má hodnoty v rozsahu chybových pruhů a (2) téměř všechna data leží v trojnásobku rozsahu chybových pruhů.
Mám vykreslit standardní chybu nebo směrodatnou odchylku?
Kdy použít standardní chybu? Záleží. Pokud se zpráva, kterou chcete přenést, týká rozšíření a variability dat, pak je metrikou k použití standardní odchylka. Pokud vás zajímá přesnost průměrů nebo porovnávání a testování rozdílů mezi průměry, pak je vaší metrikou standardní chyba.
Jsou chybové úsečky sem?
Vytvoření grafu střední hodnoty pomocí sloupců chyb SEM je běžně používaná metoda, která ukazuje, jak dobře znáte střední hodnotu. Jedinou výhodou chybových sloupců SEM je, že jsou kratší, ale chybové sloupce SEM se interpretují hůře než interval spolehlivosti. Chybové úsečky SEM jsou nicméně standardem v mnoha oblastech.
Měly by chybové úsečky být poloviční standardníodchylka?
Na 100 % byste neměli zobrazovat poloviční chybové úsečky, protože se to nikdy nedělá a je to zavádějící. Zobrazení úplného chybového pruhu na každé straně je v pořádku, ale ve skutečnosti neposkytuje mnoho informací a mnoho čtenářů jednoduše zdvojnásobí jeho délku v hlavě, aby se přiblížil 95% intervalu spolehlivosti.
