如何计算 pooled SEM

当各处理组重复数不等（非均衡数据）时，SEM要表示为“pooled SEM”

论文中pooled SEM如何计算？

【文献3】

在SPSS分析中：

（1）当重复数不等（非均衡数据）时，SEM即是S SPSS“选项-描述性统计”输出结果中的“标准 误差”的平均值（因各处理组不相等）。如【例2】，Pooled SEM=(1.388+1.267+1.267+1.388)/4=1.328  

在SAS分析中：

（2）当重复数不等（非均衡数据）时，SEM即是SAS“最小二乘均值”输出结果中的“标准误差”的平均值（因各处理组不相等）  

【例2】 4种饲料对仔猪增重的影响

group    gain（kg）  

1    47    47    44    42    42  

2    33    39    41    33    34    35  

3    23    25    23    29    28    20  

4    28    24    25    20    23  

SPSS输出结果：

只截取的一部分，内容很长，可以去原文章看一下，SD、SE、SEM、Pooled SEM的计算

标准误=标准差/n1/2。

n是样本量，公式打不上，只能这么写了。公式意思是：标准误等于标准差除以样本量的平方根。

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。

标准差

可以当作不确定性的一种测量。例如在物理科学中，做重复性测量时，测量数值集合的标准差代表这些测量的精确度。当要决定测量值是否符合预测值，测量值的标准差占有决定性重要角色：如果测量平均值与预测值相差太远（同时与标准差数值做比较），则认为测量值与预测值互相矛盾。这很容易理解，因为如果测量值都落在一定数值范围之外，可以合理推论预测值是否正确。

以上内容参考：百度百科-标准差

设n个测量值的误差为

,则这组测量值的标准误差

等于：

其中E为误差=测定值—真实值。

与标准差的区别

标准差与标准误差的意义、作用和使用范围均不同。标准差(亦称单数标准差)一般用SD(standard deviation)表示，是表示个体间变异大小的指标，反映了整个样本对样本平均数的离散程度，是数据精密度的衡量指标；而标准误差一般用SE(standard error）表示，反映样本平均数对总体平均数的变异程度，从而反映抽样误差的大小，是量度结果精密度的指标。

随着样本数(或测量次数)n的增大，标准差趋向某个稳定值，即样本标准差s越接近总体标准差σ，而标准误差则随着样本数(或测量次数)n的增大逐渐减小，即样本平均数越接近总体平均数μ；故在实验中也经常采用适当增加样本数(或测量次数)n减小的方法来减小实验误差，但样本数太大意义也不大。标准差是最常用的统计量，一般用于表示一组样本变量的分散程度；标准误差一般用于统计推断中，主要包括假设检验和参数估计，如样本平均数的假设检验、参数的区间估计与点估计等。

---