Стандартная ошибка среднего (SEM) и чем отличается от SD

Вы посчитали средний балл, а рядом стоит загадочное «± какое-то число». И тут начинается путаница: то ли это стандартное отклонение (SD), то ли стандартная ошибка среднего (SEM). Числа разные, смысл разный, а в дипломе их постоянно путают.

Разберём, чем SD отличается от SEM, когда какую величину писать после знака «±» и почему это не мелочь, а вопрос корректности всей вашей описательной статистики.

В двух словах

Это две разные характеристики, и они отвечают на разные вопросы.

• Стандартное отклонение (SD, обозначают s или σ) — это разброс самих данных: насколько в среднем отдельные значения отходят от среднего. Как считать — в статье «Стандартное отклонение и дисперсия».
• Стандартная ошибка среднего (SEM) — это точность оценки среднего: насколько «гуляло» бы ваше выборочное среднее, возьми вы другую такую же выборку. Считается как SEM = SD / √n.

Главное правило: для описания выборки (какие люди в группе, насколько они разные) пишут M ± SD, а SEM нужен, когда вы оцениваете точность среднего, — и тогда честнее сразу доверительный интервал. Оба показателя выдаёт калькулятор описательной статистики.

Что такое стандартное отклонение (SD)

Стандартное отклонение описывает, насколько кучно или разбросанно лежат ваши данные вокруг среднего. Это свойство самой выборки.

Представьте две группы студентов с одинаковым средним баллом 70.

Пример. В группе А все написали тест на 68–72 балла — значения жмутся к среднему, SD маленькое. В группе Б оценки от 40 до 95 — тот же средний балл 70, но разброс огромный, SD большое. Среднее одно, а группы совершенно разные — и поймать эту разницу помогает именно SD.

Ключевая особенность: SD не зависит от размера выборки. Если вы опросите не 30, а 300 одинаково разных людей, разброс данных останется примерно тем же — он отражает природу самого признака, а не количество замеров.

Поэтому SD отвечает на вопрос «насколько различаются люди в моей группе». И когда научный руководитель просит «описать выборку», ему почти всегда нужно именно M ± SD, а не SEM.

Что такое стандартная ошибка среднего (SEM)

Теперь представьте, что вы повторили исследование: взяли новые 30 человек из той же совокупности и посчитали среднее — оно получилось чуть другим. Ещё раз — снова другое.

Стандартная ошибка среднего показывает, насколько сильно «прыгало» бы это выборочное среднее от выборки к выборке. Это мера точности, с которой вы попали в истинное среднее всех людей (не только тех 30, кого опросили).

Считается она просто:

Формула. SEM = SD / √n

Из формулы видно главное отличие от SD: в знаменателе стоит корень из объёма выборки. Значит, SEM зависит от n — и чем больше людей вы опросили, тем меньше SEM, тем точнее оценено среднее.

• Маленькая выборка → большой √n не набирается → SEM большая → среднему доверяем умеренно.
• Большая выборка → √n растёт → SEM маленькая → среднее оценено точно.

Как они соотносятся: один пример с числами

Возьмём один и тот же набор данных и посчитаем обе величины, чтобы разница стала наглядной.

Допустим, измерили уровень мотивации у n = 25 студентов и получили среднее M = 48 баллов при стандартном отклонении SD = 10 баллов.

1. SD = 10 — это разброс данных. Грубо говоря, типичный студент отклоняется от среднего примерно на 10 баллов.
2. SEM = SD / √n = 10 / √25 = 10 / 5 = 2,0 — настолько точно оценено само среднее.

Почувствуйте разницу: разброс людей — целых 10 баллов, а вот среднее мы поймали с точностью около 2 баллов. SEM всегда меньше SD (ведь мы делим на √n, а √n ≥ 1).

В таблице 1 видно, как при одном и том же SD = 10 меняется SEM с ростом выборки.

Таблица 1 — При одном SD = 10 стандартная ошибка падает с ростом выборки (M = 48)

Вывод словами: разброс данных (SD) не меняется — люди в совокупности одинаково разные. А стандартная ошибка (SEM) падает: чем больше выборка, тем точнее оценено среднее. На рисунке 1 эти две величины показаны рядом для n = 25.

Связь с доверительным интервалом

Здесь самое важное: SEM — это «кирпичик», из которого строится доверительный интервал.

Формула 95% доверительного интервала для среднего:

Формула. ДИ = M ± t · SEM

То есть берут стандартную ошибку и умножают на коэффициент t из таблицы Стьюдента (для 95% надёжности и больших выборок t ≈ 2). Получается «вилка» вокруг среднего.

Грубое практическое правило: 95% доверительный интервал ≈ M ± 2·SEM. Поэтому SEM и доверительный интервал — про одно и то же (точность среднего), просто интервал сразу даёт готовые границы и понятную надёжность. Как его считать по шагам — в статье «Доверительный интервал».

Когда писать M ± SD, а когда M ± SEM

Это главный практический вопрос. Запись после «±» меняет смысл предложения, поэтому решите заранее, что вы хотите сказать.

Когда брать M ± SD

Пишите M ± SD, если описываете выборку — какие люди в группе и насколько они между собой различаются. Это нужно почти всегда:

• Описание групп. «Средний возраст участников 20,4 ± 2,1 года» — читатель понимает разброс по возрасту.
• Таблица описательной статистики в начале практической главы (см. «Описательная статистика в дипломе»).
• Характеристика признака — тревожности, мотивации, результата теста в группе.

Когда брать M ± SEM

Пишите M ± SEM (или, лучше, доверительный интервал), если говорите о точности оценки среднего, а не о людях:

• хотите подчеркнуть, насколько надёжно оценено само среднее;
• готовите график средних со «столбиками погрешностей» (error bars) — там по традиции откладывают SEM или доверительный интервал;
• сравниваете средние и обсуждаете, перекрываются ли их интервалы.

Почему путать SD и SEM нельзя

Разница не косметическая. Поскольку SEM меньше SD в √n раз, на выборке из 100 человек стандартная ошибка будет в 10 раз меньше стандартного отклонения — подмена одного другим радикально искажает картину.

• Напишете M ± SEM там, где нужен разброс, — занизите его в разы, и выборка покажется обманчиво однородной.
• Напишете M ± SD там, где обсуждаете точность среднего, — завысите неопределённость и запутаете читателя.

Отдельная ловушка — сравнивать группы на глаз по перекрытию «усов». Если на графике отложены SD, перекрытие столбиков почти ничего не говорит о значимости различий. Значимость проверяют не глазами, а критерием — например, критерием Стьюдента, — и смотрят на p-значение.

Что писать в дипломе

Сначала определитесь со смыслом, потом подберите формулировку.

Если описываете выборку (нужен разброс) — M ± SD:

• «Средний уровень мотивации в группе составил 48,0 ± 10,0 балла (M ± SD)».
• «Возраст участников — 20,4 ± 2,1 года».

Если говорите о точности среднего — SEM или, лучше, доверительный интервал:

• «Среднее значение мотивации M = 48,0 балла (SEM = 2,0)».
• «Среднее составило 48,0 балла (95% ДИ: 44,0–52,0)».

Для графиков со столбиками средних обязательно указывайте в подписи к рисунку, что именно отложено в «усах»: SD, SEM или 95% доверительный интервал, — иначе рисунок невозможно прочитать однозначно.

Частые ошибки

• Писать M ± SEM при описании выборки. Для характеристики группы нужен разброс — то есть SD. SEM здесь занижает разброс в √n раз.
• Не подписывать, что после «±». «48 ± 2» без пометки — это SD или SEM? Всегда указывайте «(M ± SD)» или «(M ± SEM)».
• Считать SEM мерой разброса данных. SEM — про точность среднего, а не про то, насколько различаются люди.
• Доказывать различие групп перекрытием «усов». Перекрытие SD- или SEM-столбиков не заменяет критерий и p-значение.
• Радоваться маленькой SEM как «хорошему результату». Малая SEM означает лишь большую выборку, а не качество данных или сильный эффект.

Частые вопросы

Чем SEM отличается от SD простыми словами?

SD показывает, насколько различаются люди в вашей выборке (разброс данных). SEM показывает, насколько точно вы оценили среднее этих людей. SD — свойство данных, SEM = SD / √n и зависит от размера выборки.

Что меньше — SD или SEM?

SEM всегда меньше SD, потому что её получают делением SD на √n (а √n ≥ 1). Чем больше выборка, тем сильнее SEM меньше SD: при n = 100 — в 10 раз.

Что писать после «плюс-минус» в дипломе?

Если описываете выборку и её разброс — пишите SD, в формате M ± SD. Если обсуждаете точность среднего — SEM или, лучше, доверительный интервал. И обязательно подписывайте, что именно стоит после «±».

Как SEM связана с доверительным интервалом?

Доверительный интервал строится из SEM: ДИ = M ± t · SEM. Для 95% надёжности на больших выборках t ≈ 2, поэтому 95% интервал примерно равен M ± 2·SEM. Подробнее — в статье «Доверительный интервал».

Можно ли вообще не считать SEM?

Часто да. Для описания выборки достаточно M ± SD. SEM пригождается, когда нужна точность среднего, — но тогда нагляднее сразу привести доверительный интервал, который из неё и считается.

Как посчитать SEM в Excel?

Прямой функции нет, но это два шага: =СТАНДОТКЛОН.В(диапазон) даёт SD, а делите его на корень из объёма — =СТАНДОТКЛОН.В(A1:A25)/КОРЕНЬ(СЧЁТ(A1:A25)). Ещё проще загрузить данные в калькулятор описательной статистики.

Короткий алгоритм

1. Спросите себя: я описываю разброс людей в группе или точность среднего?
2. Разброс данных → считайте SD и пишите M ± SD.
3. Точность среднего → считайте SEM = SD / √n; лучше сразу постройте доверительный интервал.
4. В тексте и подписях всегда указывайте, что стоит после «±»: SD, SEM или 95% ДИ.
5. Значимость различий проверяйте критерием и p-значением, а не перекрытием «усов».

Что ещё почитать

• Стандартное отклонение и дисперсия — как считается SD, которое стоит в формуле SEM.
• Доверительный интервал простыми словами — что строится из SEM и почему оно информативнее.
• Описательная статистика в дипломе — какие показатели приводить и как оформить таблицу.
• Среднее, медиана и мода — с чего начинается описание данных.
• Калькулятор описательной статистики — посчитает M, SD, SEM и границы интервала автоматически.

Если сомневаетесь, что писать после «±» именно в вашей работе, загляните в базу методов или закажите консультацию эксперта — поможем выбрать показатель, посчитать и грамотно описать результаты.