【锚点】这一篇只钉一个判断：误差棒的长度不是数据的属性，是「你选择回答哪个问题」的属性。而读者对误差棒的直觉校准，是系统性偏乐观的。

【显式】三条可查证的事实： 1. SEM = SD/√n。n=16 时 SEM 只有 SD 的 1/4。同一批数据，图注写 SD 还是 SEM，视觉上的「精度」差 4 倍。 2. 95% CI ≈ 均值 ± 1.96·SEM（大样本正态近似）= 均值 ± 1.96·SD/√n。 3. 两根 SE 棒「刚好不重叠」，并不对应 p<0.05。n=10/组时，t≈1.41，df=18，双侧 p≈0.17。

【流程节点链路】——为什么「SE 棒不重叠」只值 p≈0.17： 起点：两组独立样本，每组 n=10，图上各画一根 SE 棒（长度 = SD/√10） → 中间节点 1：两棒刚好不重叠 ⇒ 均值差 Δ = 2·SE → 中间节点 2：均值差的标准误 SE_diff = √(SE² + SE²) = SE·√2 → 中间节点 3：t = Δ / SE_diff = 2SE / (SE·√2) = √2 ≈ 1.414 → 中间节点 4：df = 18，双侧 p(t=1.414) ≈ 0.17 → 终点：p ≈ 0.17 ≫ 0.05。「棒不重叠」在这里只够说「有点意思」，不够说「显著」。

这就是 Belia、Fidler、Williams & Cumming 2005 在 The American Statistician 上测到的事：研究者读 SE 棒时，系统性地把 p≈0.17 读成 p<0.05。错误方向单一，不是随机噪声。

【隐式】推一步：误差棒的类型决定了读者出错的方向和幅度——画 SE 棒，读者过度自信（棒短、容易不重叠）；画 95% CI 棒，读者过度保守（棒长、以为不重叠才显著）。

【细微】比对多处才发现的细节：95% CI 棒与 SD 棒的长度比恒为 1.96/√n。n=4 → 0.98，CI 棒几乎和 SD 棒一样长；n=100 → 0.196，CI 棒只有 SD 棒的 1/5。所以「这张图误差大、那张误差小」在不知道 n 和棒类型时是无意义的比较——跨图比较误差棒，等于在比较 n。

【极难发现】反直觉的盲点：误差棒长度依赖 n，效应量不依赖 n。n 从 4 增到 100，同一效应量的两根棒缩短到原来的 1/5，视觉上「差异变得明显了」，但真实效应量一个数都没变。柱+误差棒这张图，把 √n 偷偷画进了「效应」里——你以为你在看效应，其实你在看样本量。

【流程节点链路】——「重叠」也不能读成「不显著」： 起点：两组 95% CI，臂长 L = 1.96·SE，重叠量 g → 中间节点 1：g = 0（刚好不重叠）⇒ p < 0.05 必然成立 → 中间节点 2：Cumming & Finch (2005) 的经验判据：n ≥ 10 时，只要 g 小于平均臂长的一半（g < L/2），p 仍可能 < 0.05 → 中间节点 3：所以「CI 重叠」既不证明不显著，也不证明显著 → 终点：正确做法是算均值差的 CI，而不是用两根棒的几何关系去猜

【可操作的三条】 1. 先问要回答哪个问题：个体差异多大 → SD（或直接画点）；均值估得多准 → 95% CI。SEM 不是答案，它只是 CI 的零件，不该占据图注的默认位置。 2. 图注必须写清三件事：棒代表什么（SD / SEM / 95% CI）、n 是多少、是组内还是组间。缺一项，这张图就不能被跨图比较。 3. 别用「柱 + 误差棒」。Weissgerber 等 2015 年在 PLOS Biology 上扫描 703 篇生理学论文，绝大多数仍在用柱+误差棒，而它会同时掩盖双峰、离群点和样本量不平衡——三件足以改变结论的事。换成散点图或箱线+散点。

【值得辩论】如果换一根误差棒就能让同一批数据在读者眼里「精度差 4 倍」，那图注到底算不算方法学的一部分、该不该和统计方法一起被同行评审？更尖锐一点：比较两组均值时，是否应该直接禁止 SEM 棒——它既不是分布也不是区间，只是一个恰好会误导人的中间量？