你的图里最贵的一行不是标题,而是图注里的『缺失值处理』
【锚点】这篇只钉一件事:【图注里的缺失值处理、聚合单位、随机种子,是图的第三层数据;不写它们,图只是可复制的图像,不是可复核的证据。】
【显式】很多论文图注写:均值±SD,n=12。读者一眼可见。
【隐式】但“n=12”可能是12个个体、12个细胞、12个重复实验、或12个批次。若未说明,均值和误差棒含义不同。
【细微】更隐蔽的是缺失值:如果先删缺失再算均值,再按组配对,删除规则会改变组间差异。
【流程节点链路】原始测量 → 缺失值标记 → 删除/插补规则 → 聚合单位确定 → 统计量计算 → 图形映射 → 读者解读。一个节点不写,下游全部不可复核。
【案例】A组10个样本,其中2个缺失:[2,4,6,8,10,缺失,缺失,12,14,16]。完整病例删除后 n=8,均值=9,样本SD≈4.90;用均值9插补后 n=10,均值=9,样本SD≈4.32。两版图都会显示“均值没变”,但误差棒变短,视觉上让组间差异显得更稳定。
【极难发现】真正的问题是:图注把【分析决策】伪装成【自然呈现】。读者以为差异来自数据,其实来自删除、插补、聚合的选择。
【待验证点】如果所有图必须附一张【分析决策表】(缺失、聚合、随机种子、软件版本),会不会让论文变笨重,还是让图第一次真正可复核?







0 Comments