误差线对应的表示的到底是标准差还是标准误？其实……都可以，此外还可以用特定的置信区间（譬如，95%的区间）
误差线 主要指示数据每一个数据点的误差（或不确定性）范围，显示潜在的误差或相对于系列中每一数据标志的不确定程度，以更准确的方式呈现数据【参考1】
Wikipedia也对误差线（error bar，也称误差条、误差棒) 进行了说明，可以用标准差（standard deviation SD)、标准误（或称标准误差，standard error，SE）以及置信区间表示。所以在论文中明确写明你用的是哪一种即可。
标准差
标准差，是离均差平方的算术平均数的平方根，用σ表示，(总体)标准差计算公式：
公式中数值X1，X2，X3，......XN(皆为实数)，其平均值(算术平均值)为μ，标准差为σ。
注意：在部分公式中，根号内常除以自由度（N-1)而非N，主要是因为：
如是总体（即总体标准差），根号内除以N（对应excel函数：STDEVP)，多用σ表示；
如是抽样（即样本标准差），根号内除以（N-1）（对应excel函数：STDEV），多用s表示；
因为我们大量接触的是样本，所以普遍使用根号内除以（N-1），故，在抽样统计样本标准差，计算公式是：
实际情况下，往往因总体标准差未知，常用样本标准差来估计总体标准差。由此，误差线的范围可以表示为一下两种：
标准误
标准误计算公式
σ表示总体标准差，n为样本数。当总体标准差未知是，利用样本标准差进行估计：
（具体可参考 标准误 维基百科解释）
而误差线的范围也就可以表示为：
置信区间
它指样本统计量所构造的总体参数的估计区间，涉及了区间估计（点估计）。而置信区间 的计算需要根据σ是否已知以及样本量的不同分别进行估计。
1、
σ（总体标准差）已知或未知但为大样本（一般样本量大于等于30），认为样本平均数近似服从正态分布：
从而进行区间估计获得：
σ（总体标准差）已知可以直接计算标准误，未知则先由样本标准差s估计总体标准差再进行计算：
z*可以通过正态分布检验查表获得，不同的置信度数值不同，常见置信度（C）数据如下（双侧）：
Cz*
99%2.576
98%2.326
95%1.96
90%1.645
譬如常见的0.95置信区间 是1.96倍的标准误（误差线的范围也就如下）：
2、
σ（总体标准差）未知，且为小样本（一般样本量小于30，很多生物研究类实验样本量往往少于30且σ未知），则选择t-分布：
t*也是通过t-检验查表获得，其数值与置信度以及自由度（n-1）有关（此处适用于双侧）：
举个栗子来说，一般设置三个生物学重复测量数据n=3（自由度为2），0.95置信区间对应 t*是4.303，也就是4.303倍的标准误（误差线范围）：
参考：
1 王海科 科技论文中平均差、标准差、标准误和误差线的正确使用
2 李春喜、邵云、姜丽娜 生物统计学（第四版）科学出版社出版
更多生物信息课程：
1. 文章越来越难发？是你没发现新思路，基因家族分析发2-4分文章简单快速，学习链接：基因家族分析实操课程、基因家族文献思路解读
2. 转录组数据理解不深入？图表看不懂？点击链接学习深入解读数据结果文件，学习链接：转录组（有参）结果解读；转录组（无参）结果解读
3. 转录组数据深入挖掘技能-WGCNA，提升你的文章档次，学习链接：WGCNA-加权基因共表达网络分析
4. 转录组数据怎么挖掘？学习链接：转录组标准分析后的数据挖掘、转录组文献解读
5. 微生物16S/ITS/18S分析原理及结果解读、OTU网络图绘制、cytoscape与网络图绘制课程
6. 生物信息入门到精通必修基础课，学习链接：linux系统使用、perl入门到精通、perl语言高级、R语言画图
7. 医学相关数据挖掘课程，不用做实验也能发文章，学习链接：TCGA-差异基因分析、GEO芯片数据挖掘、GSEA富集分析课程、TCGA临床数据生存分析、TCGA-转录因子分析、TCGA-ceRNA调控网络分析
8.其他课程链接：二代测序转录组数据自主分析、NCBI数据上传、二代测序数据解读。