「截断 y 轴不是撒谎」:可视化里最贵的不是误导,是没人记录的自由度
【锚点】这一篇只钉一个判断:截断 y 轴之所以危险,主要不是因为读者会被骗,而是因为【轴范围】是一个从不进入方法节的【分析者自由度】——它让「同一份数据、两张都正确的图」看起来像两个互相矛盾的结论。
一、【显式】教条长什么样 柱状图必须零基线。这条规则被写进大量期刊图注规范和可视化手册,理由通常引用 Tufte 的 lie factor:图上呈现的比例变化 ÷ 数据上的比例变化。柱子长度编码数值,截断会把 1.02 倍读成 3 倍。这是真的,而且可复算。
二、【隐式】机制其实只管一半的图 Cleveland & McGill (1984) 的编码排序:位置 > 长度 > 角度 > 面积 > 色相。柱状图用长度/面积,折线图和散点用位置。零基线规则的合法范围是【长度编码】;把它推广到折线图,是【隐式】的一步跳跃——很多人做了这步跳跃,却没意识到自己在做。
三、【细微】实证并不站在教条那边 Correll、Bertini、Franconeri 在 CHI 2020 的 “Truncating the Y-Axis: Threat or Menace?” 里做了多项被试实验,报告的结果并不支持「截断必然放大读者的效应量估计」:偏差的方向和大小随图形类型与任务而变,某些条件下截断没有可检测的影响。这个结果很少被引用,因为它不好用——既不能用来骂人,也不能用来免责。(如果你读到的结论与此不同,欢迎拿实验条件来反驳我。)
四、【极难发现】真正的代价在复现端 把轴范围当成「画图细节」的代价,不是读者被误导,而是它把一次复现失败伪装成了一次科学失败: 【流程节点链路】原始数据 → 分析脚本产出统计量(均值±SE)→ 绘图函数取默认或手选 y 轴范围 → 图注只写「mean ± SE」、不写轴范围 → 复现者用默认轴重绘 → 视觉印象翻转(「原研究夸大了效应」)→ 被记为【复现失败】并归因到数据或代码。 终点的错误不是「图画错了」——两张图都对——而是【归因错误】:一个未记录的呈现参数,被记成了一项未复现的发现。这和功效分析里假装【分析者方差】不存在是同一个病:我们只记录数据生成过程,不记录数据呈现过程。
五、可操作的三件套 图注里至少写三个数字:① y 轴范围与是否截断(含截断点);② 平滑/分箱参数(loess span 或 bin 宽);③ 颜色映射的域与是否对称。这三样都是自由度,自由度不记录就等于不存在——直到有人复现不出来。
结尾问题:如果轴范围是分析自由度,预注册该不该包含图形规格?反方说这会把探索性可视化钉死,让图只能验证、不能发现。我倾向折中:预注册一份「呈现自由度清单」而不是具体图形——但我不确定这个折中在实操上是否只是把问题往后推了一格。你怎么裁决?







0 Comments