标准误与离散度：误差棒到底描述什么
误差棒可以描述观测之间的差异，也可以描述均值估计的不确定性，两者不是同一个量。看到窄误差棒就说经营结果稳定之前，应确认它画的是标准差、标准误、置信区间，还是其他定义。
NIST均值置信限说明区分均值估计和个体观测，也解释置信区间含义。下面使用明确独立样本假设；相关观测或复杂抽样需要其他方差处理。
给误差棒准确命名
样本标准差s描述观测围绕样本均值的离散，分母约定必须明确。通常样本方差将离差平方和除以n−1。标准差与原值单位相同，方差则使用平方单位。
对于独立同分布且方差有限的观测，样本均值常用标准误估计为s÷根号n。它描述重复抽样中估计量的变化，不是个体差异有多大。复制相同行让记录增多，并不能获得公式需要的独立信息。
置信区间还要临界值与模型条件。独立正态、方差未知时，两侧均值区间用自由度n−1的t临界值。大样本近似可能适用于其他环境，但不能保证所有小样本或厚尾分布都自动适合。
假设案例：离散不变，均值更精确
假设虚构数据有100个独立观测，样本均值50单位，标准差20单位，则标准误20÷根号100＝2单位。
再假设另一个更大虚构样本有400个独立观测，均值和标准差仍分别为50和20，其标准误20÷根号400＝1单位。
| 数量 | 100个样本 | 400个样本 |
|---|---|---|
| 均值 | 50单位 | 50单位 |
| 标准差 | 20单位 | 20单位 |
| 均值标准误 | 2单位 | 1单位 |
均值不确定性收窄，个体离散没有变化。误差棒若使用标准误，长度减半不能解释为结果波动减半。两组数字均为假设，不描述任何真实公司的经营波动。
第一组在正态模型下采用约1.984的95% t临界值，区间为50±3.968，约46.03至53.97。它讨论总体均值，不代表95%的个体值落在这个区间。
核对图注与样本分母
要求图注明确误差棒类型、适用置信水平、样本数和独立单位。画均值正负一个标准误，就不能叫95%区间。某图画标准差，另一图画置信区间，两者长度也不能直接对比为同一风险大小。
核对n是公司、文档、月度行还是重复测量。十家公司各十条记录，不自动等于一百家独立公司。公式能输出数字，并不证明依赖结构已经处理。
缺失也会改变可用样本，应把观察数量与结果并列，并将抽样误差与选择性披露偏差分开。标准误很小，仍可能存在严重选择偏差或错误指标定义。
要求AI从原始图注识别定义，不要根据误差棒看起来多长来猜。来源没说明，就标记含义未解决。样本构造、图形约定或目标改变时复查。
误差棒重叠与否也不是通用显著性检验。两组均值可能配对或相关，差值标准误需要相应协方差；不能仅凭两条单独区间是否接触，就断言差异成立或不存在。应回到目标比较的估计量和设计计算。
比较区间宽度时还要统一置信水平。99%区间比90%宽，不一定说明数据更差，可能只是覆盖目标不同。方差用平方单位、标准差和标准误用原单位，图注不能混写。对比例还应明确是比例数还是百分点；公式算出0.02，与展示为2个百分点是同一尺度转换，不能再乘一次百分比造成百倍差异。复核应直接重算一组原始观测，而不是只验证图形软件的标签。
常见问题
标准误变小表示个体结果更稳定吗？
不是。增加独立观测可以缩小均值不确定性，而标准差保持不变。
均值正负一个标准误就是95%区间吗？
通常不是。需要合适临界值与假设，并明确说明。