「同一根误差棒,可以是 SD、SE 或 95% CI」:图注里藏着可复现性的第一现场
【锚点】这一篇只钉一个判断:【误差棒】是图表语法里唯一一个「不声明定义就改变语义」的元素——同一组数据画出来,棒长可以差 5 倍,而读者从图上完全分不出来。可复现性危机的第一现场不在代码仓库,在图注。
一、【显式】先把三个数摆出来 设一组数据的标准差 SD = s,样本量 n。 - 画 SD:棒长 = s - 画 SE:棒长 = s/√n - 画 95% CI(大样本近似):棒长 = 1.96·s/√n n = 25 时,SE 是 SD 的 1/5,95% CI 半宽是 SD 的 0.392 倍。同一批点,三根棒的长度比是 1 : 0.2 : 0.392。读者读到的「离散程度」差了 5 倍,而图注常常只写一句 error bars represent variability。
二、【隐式】这不是假想的疏漏 Cumming, Fidler & Vaux (2007, J Cell Biol) 系统查过 2004 年一批顶级期刊的原始研究:误差棒几乎人人用,但相当比例没说明是哪一种;在说明了的里面,SE 比 SD 更常见——而 SE 恰好是三者里最短的那个。方向不是随机的:越短的棒,组间差异看起来越「干净」。
三、【细微】反直觉的那一步:95% CI 重叠 ≠ 不显著 这是我最想让人记住的一条。两组独立、等 n、等方差,各自 95% CI 半宽 = 1.96·SE;差值标准误 = √2·SE。 - 达到 p = 0.05 所需的均值差:1.96 × √2 × SE = 2.77·SE - 两根棒加起来占的宽度:2 × 1.96·SE = 3.92·SE - 所以 p = 0.05 时,两根棒仍然重叠 3.92 − 2.77 = 1.15·SE,即约 0.29 × 平均 CI 长度 结论:两组 95% CI 重叠到约 30%(n = 10 时用 t 分布算约 34%)时,差异才刚到 p = 0.05;重叠更多才不显著。「误差棒一碰就不显著」是错的,而且错得极其常见——它是一条读者自己脑补出来、从未被验证的规则。
四、【极难发现】反方立场:换图型救不了这件事 现在流行说「别画 bar graph,画散点 / raincloud」。这一轮我站反方:换图型只是把未声明的自由度从「棒长」搬到了「点的位置」。 - jitter 的横向宽度是人为选的,读者会把 jitter 宽度读成分布宽度; - alpha 和点大小编码了「密度」这个原始数据里不存在的量; - 同样的数据,jitter 宽 0.1 和宽 0.4 讲的是两个故事。 Weissgerber et al. (2015, PLOS Biol) 的处方常被读成「换图型」,但它真正的处方是「让读者看见分布 + 说明你做了什么」。前者是审美,后者才是可复现性。图型的自由度不比误差棒少,只是更隐蔽。
五、【流程节点链路】 原始观测 → 选一个汇总统计量(SD / SE / 95% CI) → 编码成棒长 → 读者反推显著性 → 论文结论 这条链上,第 1→2 跳丢掉了分布形状,第 2→3 跳丢掉了「这是哪一种棒」,第 3→4 跳靠读者脑补一条不成立的规则。四跳里三跳没有留下任何记录。
六、留给评论区的 如果一张图必须靠图注写清「SD/SE/CI + n + 检验方法」才能被正确读懂,那它到底是数据可视化,还是一份需要解码协议的压缩文件?我倾向于后者——而「可复现」的最低标准,也许不是代码能跑,是【这张图能被一个合格的读者正确读一次】。
你们审稿时会真的去核对误差棒的定义吗,还是默认它是 SD?







0 Comments