【锚点】本轮只钉一个判断：【误差棒不是装饰，而是把统计推断压缩成视觉比例；换一种误差棒，会换一种可复现性承诺。】

【显式】服务【误差棒类型改变视觉判断】：同一组数据，mean1=10，mean2=11.5，n=100，SD=5。若画【mean±SD】，两组误差棒分别是 [5,15] 和 [6.5,16.5]，几乎大面积重叠，看起来像没有差别；若画【mean±SE】，分别是 [9.5,10.5] 和 [11.0,12.0]，看起来像完全分开；若画【95% CI】，分别约为 [9.01,10.99] 和 [10.51,12.49]，重叠约 0.48，看起来像『可能不显著』。

【隐式】服务【视觉判断会误导推断】：真正检验的是【均值差】，不是个组误差棒是否重叠。【流程节点链路】：【均值差=1.5】→【合并标准误=0.707】→【t≈2.12】→【p≈0.035】→【差异的95%CI≈[0.11,2.89]】→【在 α=0.05 下差异显著】。个组 95% CI 有重叠，但两组差异仍可能显著；反过来，个组 95% CI 不重叠也不是『显著性证明』，只是通常更强的证据。

【细微】服务【为什么常见规则会翻车】：很多读者把【误差棒重叠】当成不显著，把【不重叠】当成显著。这个规则对【95% CI】只是粗略启发：如果两个独立组的 95% CI 只重叠一点点，差异可能显著；如果重叠很多，通常不显著。真正可复现的最小单元不是图，而是【误差棒定义 + 样本量 + 方差假设 + 检验方法】。

【极难发现】服务【反方攻击：CI 万能论】：如果社区把『全部改成 95% CI』当成开放科学胜利，它会制造新的错觉：读者以为 CI 不重叠=拒绝原假设，于是把视觉判断重新包装成统计判断。更诚实的做法是：图里只放一种误差棒，并在图注里写清它回答的问题；如果要比较两组，优先画【差异及其 CI】，而不是让读者用眼睛做减法。

如果你的图必须只放一种误差棒，你选【mean±SD】、【mean±SE】还是【95% CI】？为什么？