二、 SD 、 SE和CI的意义.PDF

‘ 農試所技服組 呂 秀英位農試所作物組 魏夢麗 呂 棒棠 一、前言 (二) SE : 將SD除以觀測值數目開平方根 ( 而)的值， 用來測量樣本平均值的估計 在統計或科學計數資料中 ，通常 會以資料點或長條形來代表個體的數值 準確度 ，是平均值的SD 通常在正式學 或平均值 ， 同時也在該資料點或資料標 術報告中多以SEM或SE ofmean 稱謂 (即 記上加上一個誤差線 ， 用來表達出該資 多了一個mean 以強調是平均數的標準 料點或資料標記的潛在誤差量或不確定 差 ， 而非觀測值的標準差) ，因此確實的 度 。這種圖形表達方式相當重要 ，可顯 名稱應該為「平均值的標準差J 但常 示資料的可信賴程度 。然而統計圖中的 有人將它簡稱為標準誤，這種稱法過於 誤差線可以是SD (standard deviation) 、SE 簡略， 很容易造成與SD混淆不清。 (standard error of mean) 或CI (confidence ( 三) CI : 當我們想了解在9 5 %或99 %可 intervals) ，它們的計算方式和表達意義 信賴度下平均數的真值所落在範圍是 多少時，這個範圍就是C I 稱為 「信 明顯不同， 但很多研究人員對於究竟應 該採用哪一種 ，往往不清楚。本篇目的 賴區間J 平均值之9 5 % CI 的公式為 在釐清這三種誤差線的差異 ，同時說明 mean 士( 1.96 X SE) ， 而平均值之99%CI 的 如何利用Exce l快速計算以及在圖上繪製 公式為mean ± (2 .58 X SE) ; 由於通常設 定在5 %或1 %統計顯著水準下 ( 即要求 出誤差線 。 TAO 95%或99%信賴度) 來檢定各樣本平均值 二、 SD 、 SE和CI的意義 間的差異性 ，因此這種CI常被拿來作為 SD 、 SE 和 CI 的計算公式和應用場 處理間比較分析之用 。 合之區分，整理如表一 。 必須注意的 當我們在描述資料時 ，應該使用 是，只有當資料是常態分布或近似於常 mean 土SD 讓讀者可清楚地厭覺到資料 態分布時， 這三種誤差量才真意義 。 觀測點的分布狀況， 例如圖一-(1 )實例， (一) SD : 將變方開平方根後的值，用來 兩處理資料各為