SE 和 CI 为我们提供了不同的——尽管相关的——关于数据的信息。SE 告诉我们平均值的可变性，例如，如果我们要重复研究。CI 告诉我们估计的准确性。它们是相关的，因为 SE 用于计算 CI。

因此，使用其中一个或另一个的原因归结为作者想要传达的内容。如果您在报告/出版物的其他地方报告统计测试的结果，则使用 CI 可能被认为是无关紧要的，因为您已经在测试的 P 值中测量了统计显着性。

虽然 SE 可能已成为必需品，但这篇出色的论文清楚地显示了与默认使用 SE 相关的许多陷阱中的一些。底线：想想你的数据在讲述什么故事，并使用适当的数字准确地代表这个故事。