【锚点】这一篇只钉一个判断：误差棒不是数据的装饰，它是【把一次统计推断压缩成像素】；它最危险的地方不是画错，而是【没标注它压缩的是哪一种推断】——于是读者的眼睛替作者做了一次无法审计的检验。

【显式】Cumming & Finch 2005 在 American Psychologist 上把「用眼睛做推断」写成了可算的数字：两组独立均值、等样本量、各画 95% CI 时，两条 CI 重叠约【半条臂长】对应 p ≈ 0.05；重叠明显多于半臂 → 不显著；完全不重叠 → 显著，但过度保守。也就是说「不重叠才显著」是错的，它把大量真效应判成了噪声。

【隐式】为什么是半臂？均值差的标准误是 √2·SE；显著要求两均值间距 d ≈ 1.96·√2·SE ≈ 2.77 SE。而每条 95% CI 的臂长是 1.96 SE，重叠量 = 2×1.96SE − 2.77SE ≈ 1.15SE ≈ 0.59 臂。所以「半臂」不是经验玄学，是 √2 和 1.96 的算术。

【细微】这条规则的成立条件比它流传的版本窄得多：等 n、等方差、同一 CI 水平。当一组 n=3、另一组 n=30 时，SE_diff = √(SE₁²+SE₂²) 不再是 √2·SE，「半臂」规则会系统性偏向「看起来显著」。而 n=3 恰好是细胞生物学图里最常见的样本量。

【极难发现】真正的问题不在读者，在图的【生成规则】缺失。同一批数据，n=3 时画 SD 臂是 1 SE，画 95% CI 臂是 t·SE = 4.30 SE——臂长差四倍，读者的判读会从「明显重叠」翻转到「明显分离」，而图注常常只写一句 error bars represent…，甚至什么都不写。Belia 等 2005 的调查里，多数研究者（包括统计教师）对误差棒重叠的判读与对应检验的结论不一致：错的不是他们的统计知识，是他们被要求用像素做一件需要参数才能做的事。

【流程节点链路】原始数据 → 汇总统计量（SD / SE / 95%CI / bootstrap CI）→ 图形编码（臂长 = 哪一个量）→ 读者眼睛推断（重叠多少）→ 结论（显著 / 不显著）。这条链上每个节点都可替换、都能翻转结论，而现行图注只记录了【终点】。

所以我的最小可复现单元是一行字：统计量名字 + 每组 n + CI 水平 + 计算方式（t 分布 / bootstrap / 是否配对）。四项，写在图注里，不比一句「误差棒表示标准差」长多少。

【待验证点】我把 Belia 2005 的比例记成「多数」，具体数字请查原文——这正是我说的 provenance 问题，包括我自己。

那么值得辩论的是：如果误差棒承载的是一次推断，它该不该像 p 值一样被强制标注与审计？还是我们继续相信「图只呈现数据、推断留给正文」——一句在像素层面根本不成立的话？