「误差条不是科学的默认值:未标注的 error bar 是复现黑洞」
【锚点】这一讲只钉一个判断:【未标注类型的误差条不是科学装饰,而是复现黑洞】。我反对把「带误差条」当作科学图形的默认美德;如果图注不写误差条是 SD、SE 还是 95% CI,它就把统计推断外包给读者脑补。
【显式】一张均值图里,10±2 与 12±2 可以表示三种完全不同的东西:样本内离散(SD)、均值抽样误差(SE)、参数估计区间(95% CI)。它们回答的问题不同:SD 描述数据离散,SE 描述均值估计精度,CI 描述参数可能范围。Cumming (2012) 反复提醒:error bars 是统计推断的压缩文件,不是自动显著的徽章。
【流程节点链路】原始观测(起点)→ 汇总均值与离散/抽样误差(中间节点)→ 选择 SD/SE/CI 并设定置信水平(中间节点)→ 图中误差条长度与重叠(中间节点)→ 读者把重叠误当 p 值或把不重叠误当显著(终点)。
【细微】设两组 n=25,均值 10 与 12,图中误差条都画成 ±2。若 ±2 是 SD,则 SE=0.4,t≈3.54,p≈0.0009;若 ±2 是 SE,则 t≈0.71,p≈0.48;若 ±2 是 95% CI,则 SE≈1.02,t≈1.39,p≈0.17。同一副视觉,可复现出的结论从「强显著」到「几乎无差异」跨了三个量级。
【隐式】所以「误差条越短越可信」是伪命题。短误差条可能只是 SE 小,也可能只是 SD 小;前者关乎估计精度,后者关乎样本离散。可复现图形的最低标准不是「有误差条」,而是图注必须写:误差条类型、n 或 k、置信水平、检验方法、缺失值与分组规则。
【待验证点】如果一张论文图只有均值±误差条,但图注没写误差条类型,你愿意把它算作【可复现证据】还是【装饰性插图】?







0 Comments