SD与SEM有区别吗

SD是标准偏差，反映的是样本变量值的离散程度。SEM是标准误差，反映的是样本均数之间的变异。

SD为样本标准差 ，根据标准差SD能反映变量值的离散程度 。正负值就是在计算好的SD上加个正负号， 表示在这个范围内波动；在平均值上加上或者减去这个数字，都认为在正常范围内 。

标准差的统计学常用符号为s，医学期刊常用SD表示。标准差是一个极为重要的离散度指标，常用于表示变量分布的离散程度 。对于一组变量，只用平均数来描写其集中趋势是不全面的，还需要用标准差来描写其离散趋势。标准差用公式表示为:s= ∑（x-ˉx） 2 n-1由上式可见，标准差的基本内容是离均差，即（x-ˉx）。它说明一组变量值（x）与其算术均数（ˉx）的距离，故能描述变异大小。s小表示个体间变异小，即变量值分布较集中、整齐s大表示个体间变异大，即各变量值分布较分散。

SEM是样品标准差，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。

拓展资料

生物统计学是生物数学中最早形成的一大分支，它是在用统计学的原理和方法研究生物学的客观现象及问题的过程中形成的，生物学中的问题又促使生物统计学中大部分基本方法进一步发展。生物统计学是应用统计学的分支，它将统计方法应用到医学及生物学领域，在此，数理统计学和应用统计学有些重叠。

参考资料百度百科—生物统计学

如下参考：

1．首先选择最后一个标准偏差来显示复制的单元格，如下图所示。

2．点击［start］－［autosum］旁边的三角形，就会出现一个下拉菜单。点击【其他功能】如下图所示。

3．出现［insertfunction］窗口，点击［selectcategory］，选择［all］，找到standarddeviation［STDEVP］函数，如下图所示。

4．单击ok后，单击箭头所指的位置并选择数据，如下图所示。

5．选择后，点击“ok”，可以看到计算出的标准差，如下图所示。

由于随机抽样的偶然因素使样本各单位的结构不足以代表总体各单位的结构，而引起抽样指标和全局指标的绝对离差。

样本均数的标准误差称为均数的标准误（ standard error of mean , SEM ）用 σ x 表示，说明了各样本均数 X 围绕总体均数 μ 的离散程度，可以用来描述样本均数的抽样误差大小

所以，标准差是针对特定的一组数据而言，看数据序列偏离均值的程度；而标准误差则是针对n组数据而言，看每次抽样的效果如何，可以理解为n组数据标准差的标准差。

用于根据小样本来估计呈正态分布且变异数未知的总体的平均值。如果总体变异数已知（例如在样本数量足够多时），则应该用正态分布来估计总体均值。

由上图可以看出，t 分布是与自由度 df (或者 v )有关的曲线。以 t = 0 中心对称，自由度越大越接近标准正态分布。

参数估计是指用样本统计量来估计总体参数，分为点估计（不考虑抽样误差，直接使用样本参数），区间估计（给出估计参数的范围）

无法评价可信度，很少使用

用数轴上的一段距离或一个数据区间，表示总体参数的可能范围。这一段距离或数据区间称为区间估计的 置信区间 (CI)。

这里有一个很好的解释， 知乎邹日佳 。

---