来源：【高维度稳定同位素】公众号（ID：HDStableIsotope）
From https://www.av8n.com/physics/uncertainty.htm
今天来提醒你一个做科学家的关键细节：报道数据时的“规矩”。
一个数据（测量或观察值）的不确定性就跟一个人的姓一样。如果一个人的姓名只有名没有姓的话，那他的名字是不完整的。同样地，如果一个测量或者观察结果只有一个值而没有测量的不确定度（degree of uncertainty），那这个值是不完整的，也就是不真实的。
量化数据不确定度的方法有以下几种，每种有不同的意思。请注意。
1. 标准偏差（standard deviation, SD or σ）是数据相对于平均值的分散程度。这里，X是数据集合中的每个单独数据点，μ是平均值，n是数据点总数。
2. 标准误差（standard error, SE）是多次抽样得到的样本的某种统计量的离散程度（抽样分布的离散度）。如果统计量是样本平均值，则称为平均值的标准误差（the standard error of the mean, SEM)。这里，n是数据点总数。
标准误差和标准偏差都是变异性的度量。标准差反映样本内的变异性，而标准误差则估计总体样本之间的变异性。
3. 相对标准偏差或标准误差（Relative standard deviation, RSD or Relative standard error, RSE）的计算方法是将估计值的标准偏差或标准误差除以估计平均值本身，然后将该结果乘以100，表示为估计值的百分比。相对标准偏差可以这样计算：
以上三个不确定度的区别你好像没太明白。这很正常。请以后慢慢细品。
原创：鲍惠铭
出品：高维度稳定同位素
编辑：商艳凯
监制：鲍惠铭
本文来源于【高维度稳定同位素】公众号（HDStableIsotope）
转载请注明公众号出处
欢迎分享到朋友圈
关于【高维度稳定同位素】
