sem粒径如何计算，SD和SEM的区别

谢乐公式 在Jade中只可以算微晶尺寸，10~1000A范围近似有效，超过此范围，更不准。大多数情况下眼见为实，以电镜为准，但电镜大多数情况下准确地反映亚胞（晶粒团聚体）的尺寸，并不是小单元（单个晶粒）尺寸，而且，电镜法测粒径值时常高于计算值、物理方式如激光法所测粉体粒径值~。

SD是标准偏差，反映的是样本变量值的离散程度。SEM是标准误差，反映的是样本均数当中的变异。

SD为样本标准差 ，按照标准差SD能反映变量值的离散程度 。正负值就是在计算好的SD上加个正负号， 表示在这个范围内波动；在平均值上加上或者减去这个数字，都觉得在正常范围内 。

标准差的统计学经常会用到符号为s，医学期刊经常会用到SD表示。标准差是一个非常重要的离散度指标，经常会用到于表示变量分布的离散程度 。针对一组变量，只用平均数来描写其集中趋势是不全面的，还要有用标准差来描写其离散趋势。标准差用公式表示为:s= ∑（x-ˉx） 2 n-1由上式可见，标准差的基本内容是离均差，即（x-ˉx）。它说明一组变量值（x）与其算术均数（ˉx）的距离，故能描述变异大小。s小表示个体间变异小，即变量值分布较集中、整齐；s大表示个体间变异大，即各变量值分布较分散。

SEM是样品标准差，即样本均数的标准差是描述均数抽样分布的离散程度及衡量均数抽样误差大小的尺度，反映的是样本均数当中的变异。标准误用来衡量抽样误差。标准误越小，表达样本统计量与整体参数的值越接近，样本对整体越有代表性，用样本统计量推断整体参数的可靠度越大。因为这个原因，标准误是统计推断可靠性的指标。

SD：标准差（Standard Deviation） ，中文环境中又常称均方差，但不一样于均方误差（mean squared error，均方误差是各数据偏离真实值的距离平方的平均数，也即误差平方和的平均数，计算公式形式上接近方差，它的开方叫均方根误差，均方根误差才和标准差形式上接近），标准差是离均差平方和平均后的方根，用σ表示。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数一样的，标准差未必一样。

　　标准差（Standard Deviation），在可能性统计中常使用作为统计分布程度（statistical dispersion）上的测量。标准差定义是整体各个相关机构标准值与其平均数离差平方的算术平均数的平方根。它反映组内个体间的离散程度。

　　假设有一组数值X1,X2,X3,......XN（都为实数），其平均值（算术平均值）为μ，

　　标准差也被称为标准偏差，或者实验标准差，公式为

　　sem（标准误）

　　英文：Standard Error of Mean

　　标准误，即样本均数的标准差是描述均数抽样分布的离散程度及衡量均数抽样误差大小的尺度，反映的是样本均数当中的变异。标准误不是标准差是多个样本平均数的标准差。

　　标准误用来衡量抽样误差。标准误越小，表达样本统计量与整体参数的值越接近，样本对整体越有代表性，用样本统计量推断整体参数的可靠度越大。因为这个原因，标准误是统计推断可靠性的指标。

　　标准差与标准误都是数理统计学的主要内容，两者不但是在字面上比较相近，而且，两者都是表示距离某一个标准值或中间值的离散程度，即都表示变异程度，但是，两者是有着很大的区别的。

　　第一要从统计抽样的方面说起。现实生活或者调查研究中，我们经常没办法对某类欲进行调查的目标群体的全部成员都加以施测，而只可以够在全部成员（即样本）中抽取一部分成员出来进行调查，然后利用统计原理和方式对所得数据进行认真分析，分析出来的数据结果就是样本的结果，然后用样本结果推断整体的情况。一个整体可以抽取出多个样本，所抽取的样本越多，其样本均值就越接近整体数据的平均值。

　　标准差：表示的就是样本数据的离散程度。标准差就是样本平均数方差的开平方，标准差一般是对比样本数据的平均值而定的，一般用M±SD来表示，表示样本某个数据观察值相距平均值有多远。从这里可以看到，标准差受到极值的影响。标准差越小，表达数据越聚集；标准差越大，表达数据越离散。标准差的大小因测验而定，假设一个测验是学术测验，标准差大，表示学生成绩的离散程度大，更可以测量出学生的学业水平；假设一个测验测量的是某种心理品质，标准差小，表达所编写的试题是同质的，这时候的标准差小的更好。标准差与正态分布有密切联系：在正态分布中，1个标准差等于正态分布下曲线的68.26%的面积，1.96个标准差等于95%的面积。这在测验成绩等值上有重要作用。

　　标准误：表示的是抽样的误差。因为从一个整体中可以抽取出大量各种样本，每一个样本的数据都是对整体的数据的估计。标准误代表的就是现目前的样本对整体数据的估计，标准误代表的就是样本均数与整体均数的相对误差。标准误是由样本的标准差除以样本容量的开平方来计算的。从这里可以看到，标准误更大的是受到样本容量的影响。样本容量越大，标准误越小，既然如此那，抽样误差就越小，就表达所抽取的样本可以很好地代表整体。

```` 肯定是景深吧`` 焦深计算公式 L= ±[(r/M)-d]/2α 这当中： L: 焦深 r: 显像管小分辨距离 M：放大倍数 d：入射电子束直径 2α：物镜孔径角。