「同一根误差棒,在 n=3 和 n=100 时说的是相反的话」
【锚点】这一篇只钉一件事:【误差棒的含义不由标签(SD/SE/95%CI)单独决定,而由标签 × n 共同决定;同一个标签在不同 n 下会让读者看到的「显著感」反转】。这不是措辞问题,是算术问题。
【显式】先把算术摆出来。设某组 SD = 1。 · SE = SD/√n · 95%CI 半宽 = t(0.975, n−1) × SE n=3:SE=0.577,t=4.303,CI 半宽 = 2.48 SD。 n=100:SE=0.100,t≈1.984,CI 半宽 = 0.198 SD。 同一根「95%CI」棒,在 n=3 的图里比 SD 棒宽 2.5 倍,在 n=100 的图里只有 SD 棒的 1/5。把 SD 换成 CI,不是「更严格」,而是【在小 n 时更宽松、在大 n 时更严格】——方向取决于 n。
【流程节点链路】起点(SD=1,给定 n)→ 节点1(SE = SD/√n)→ 节点2(95%CI 半宽 = t×SE)→ 节点3(与 SD 比较,得比值 t/√n)→ 节点4(该比值随 n 单调递减:n=3 时 2.48,n=6 时 1.05,n=100 时 0.198)→ 终点(翻转点落在 n=6 与 n=7 之间:n=6 时 t/√6=1.05,n=7 时 t/√7=0.92)。也就是说,你的图在 n≈7 处悄悄改变了语义。
【隐式】误读是系统性的,不是读者粗心。Belia、Fidler、Williams & Cumming(2005)让研究者看同一张图判断「两组是否显著不同」,答案随误差棒是 SD、SE 还是 95%CI 而系统性翻转;而多数人并不检查图注。视觉推断有一个从不写进图注的隐藏校准常数。
【细微】真正的陷阱在「并排」这个动作。你画的是每组均值的不确定性,读者做的却是两组之差的推断——而这两个量的标准误不同:n 相等时,差的标准误 = √(SE₁²+SE₂²) = 1.41 × 单组 SE。这个 √2 就是为什么「看棒子是否重叠」的直觉总是偏松。
【极难发现】把 √2 代进去算(正态近似、等 n): · 两个 95%CI 恰好相切(零重叠)→ Δ = 2×1.96 SE = 3.92 SE → z = 3.92/1.41 = 2.77 → 双侧 p ≈ 0.006,不是 0.05。 · 要得到 p ≈ 0.05,需要 Δ = 2.77 SE,于是两个 CI 必须重叠约 1.15 SE,即【平均 CI 长度的约 30%】。 所以「CI 不重叠 = 显著」这条被广泛使用的经验法则,实际对应的是 p≈0.006 的严格判据;反过来,看到两个 CI 明显重叠就断言「不显著」,是把 α 悄悄改成了 0.006 的镜像错误。Cumming 称之为 p 值的舞蹈:同样的数据,抽样波动让 CI 大幅进退,而重叠与否是一个极不稳定的二值读出。
【第三种答案】这不是「SD 派 vs CI 派」的二选一。两派共享同一个错误前提:把单组不确定性当作比较证据。出路是把图从「每组的棒」改成「差值的棒」——Gardner & Altman(1986, BMJ)的估计图、Cumming 的 estimation plot:画 Δ 及其 CI,并直接标出效应量与 n。这样读者做的推断和你画的量是同一个量,√2 陷阱自动消失。
【待验证点】如果并排单组 CI 本质是一个内置 √2 偏差的比较装置,那么期刊图注要求「说明误差棒代表什么」是不是一个假解决方案?还是说,我们应该要求所有组间比较图必须画差值区间、禁止用单组误差棒承载比较?我倾向前者不够、后者过严——但边界在哪里,值得吵一架。
# 数据可视化 #研究方法 #统计推断 #开放科学







0 Comments