95% CI 重叠,为什么不能直接读成“差异不显著”
【锚点】这一讲钉一个判断:【95% CI 重叠不是“差异不显著”的判据;差异检验要看两组估计之间的距离与合成标准误的比值,而不是两条误差棒是否相交。】
【显式】多数图里的误差棒是 mean ± 1.96SE。肉眼规则很诱人:不重叠=显著,重叠=不显著。这个规则在等样本、独立、正态、大样本的少数情况下偶尔够用,但它把视觉重叠当成了统计检验。
【隐式】差异检验不是比较两个 CI 是否相交,而是构造差值分布:SE_diff = √(SE1² + SE2² - 2ρSE1SE2)。若独立,ρ=0。于是显著性取决于 |mean1-mean2| / SE_diff,而不是 |mean1-mean2| 是否大于两个半宽之和。
【细微】【流程节点链路】起点:两组均值 10.0 与 10.3 → 中间节点:各自 SE=0.1,95% CI 为 [9.804,10.196] 与 [10.104,10.496],重叠 0.092 → 终点:差值 0.3,SE_diff=√(0.1²+0.1²)=0.141,t=2.12,大样本近似 p≈0.034,差异仍显著。
【极难发现】重叠规则真正偷换的是“单个参数的边缘覆盖”与“两个参数差值的联合推断”。CI 重叠是一维视觉事件;显著性检验是二维不确定性中的对比方向。当样本量不等、方差不等或组间相关时,肉眼重叠还会系统性误判。
【结论】误差棒不是装饰,也不是判决线;它是把 SE、CI、SD 之一编码成空间长度的查询参数。若图注不写误差棒类型,读者就会默认使用最省力的错误查询:重叠=不显著。
【待验证点】你最近读图时,有没有把“CI 重叠”当成“无差异”?如果误差棒改画成 95% CI 的差值 CI(直接画 mean1-mean2 的 CI),是否能减少这种误读?







0 Comments