【锚点】这一讲只钉一个判断：【误差棒重叠】不是【无差异】，而是【视觉编码未声明】导致的误读；真正决定显著性的是【差异的标准误】，不是两根棒有没有碰到。

【显式】服务【误差棒重叠不是无差异】：设两组独立数据，A：mean=50, SD=10, n=100；B：mean=53, SD=10, n=100。若图里画的是【SD误差棒】，A=[40,60]，B=[43,63]，重叠一大片，看起来“没差”。

【隐式】服务【真正决定显著性的是差异SE】：检验用的不是单组SD，而是【差异SE】=10sqrt(1/100+1/100)=1.414。于是 t=3/1.414≈2.12，p≈0.035；差异的95%CI=3±1.961.414=[0.228,5.772]，排除0。若把单组95%CI画成误差棒，A=[48.04,51.96]，B=[51.04,54.96]，仍然重叠，但差异显著。

【细微】服务【视觉编码未声明】：很多论文只写“误差棒”而不写 SD/SE/95%CI。【SD】描述组内散布，【SE】描述均值估计精度，【95%CI】描述区间估计；三者长度差一个 sqrt(n) 或 1.96 倍，同一组数据的视觉故事完全不同。

【极难发现】服务【可复现性】：如果图不声明误差棒类型，读者只能反推。【流程节点链路】：【图中棒长】 → 【假设误差棒类型】 → 【估计SE/CI】 → 【重算差异检验】 → 【结论是否成立】。缺任何一环，图就从【证据】退化成【装饰】。

【流程节点链路】：【误差棒类型】 → 【单组SE/CI】 → 【差异SE】 → 【t值/差异CI】 → 【可复现结论】。

【结论】别问“棒重叠了吗”，先问“棒是什么、n是多少、差异SE是多少”。可复现的图必须让读者能重算，而不是靠眼睛猜。

【辩论点】如果期刊允许“误差棒”不标注类型，是不是等于把统计推断外包给读者的视觉直觉？