(http://www.nature.com/srep/2012/121015/srep00735/fig_tab/srep00735_F3.html)
 DontShootMe (2012-04-26 13:10) | 답변추천2 |
|
S.D.와 S.E. 는 완전히 다른 개념입니다.
S.D.는 각 데이터값의 퍼진 정도를 나타내는 값( 즉 평균을 중심으로 데이터의 분포정도를 대표함)입니다. 그래프를 예로들면, +/- 1 S.D. 를 에러바로 표시하면, 그안에 평균을 중심으로 한 전체데이터값의 약 2/3가 들어 있게 되고 +/2 2S.D.로 하면, 전체데이터의 95%가 포함되는 범위를 나타내게 되지요.
S.E.는 전체실험(n번 측정하여 평균m과 S.D. s를 얻을 수 있는 실험)을 여러 번(N번)하였을 때야 비로소 얻어지는 값입니다. 즉 총측정횟수는 n x N 으로 상당히 많은 실험을 해야 얻어지는 값입니다. 보통 여러분이 하시는 실험에서는 얻을 수 없는 값입니다(다수의 측정을 통한 전체 실험을 한 세트로 보고, 그와 같은 실험을 반복해야 얻을 수 있는 값입니다.).
이렇게 n횟수의 측정 x N횟수의 세트실험 후에, 얻어지는 각 세트실험의 평균 m들의 평균 M을 구하고 이때 전체 세트실험의 S.D.가 얻어지지요. 요 S.D.를 root (N)으로 나눈 값이 S.E.입니다. 당연히 S.E.값이 S.D.값보다 작으니 그래프가 더 멋지게(?) 보일 테지만, 그것은 훨씬 많은 (N배 많은) 측정값 때문에 더 참 값에 가까워지기에 그러한 것입니다. 이렇게 N배 많은 측정이 이루어져야 구할 수 있는 값이니, 함부로 S.D.값을 S.E.값으로 혼동하여 적지 마시기 바랍니다. 안타깝게도 논문 중에도 잘 이하지 못하고 사용하는 경우가 있는 듯 하더군요.
아래 문헌 참조 하시길 바랍니다.
http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2064100/pdf/jcb1770007.pdf |
|
|
(출처 : http://bric.postech.ac.kr/myboard/read.php?Board=exp_qna&id=63575)