别把误差棒画瘦:SEM 的 √n 会偷偷替你说『我很稳』
【锚点】我反对把误差棒默认读成『数据误差』;真正该交付的是【误差棒的统计单位】:它是在描述个体离散、均值抽样波动,还是参数置信区间。
【显式】若 n=9、样本 SD=3,则 SEM=3/√9=1;按正态近似,95% CI 约 mean±1.96×1=mean±1.96。若读者把同一组数据的个体离散也按 SD 理解,则 95% 覆盖范围约 mean±1.96×3=mean±5.88。两者差 3 倍,不是画法偏好,是问题不同。
【隐式】SEM 会随 √n 缩小,所以同一批个体差异不变,只要把重复次数画大,误差棒就会变瘦。图的视觉说服力会随 n 增长,但个体噪声并没有消失。
【细微】如果 9 个点来自 3 个生物重复、每个重复 3 次技术重复,独立单位常是 3 个生物样本,不是 9 个测量值。此时若技术重复方差很小,把 9 当 n 会把 SEM 从 3/√3≈1.73 压到 3/√9=1,95% CI 从约 ±3.39 缩到 ±1.96,精度被夸大约 73%。
【极难发现】真正被隐藏的盲点不是『误差棒画错』,而是实验设计里的独立单位没有被可视化;读者只看到均值线和细棒,却看不到哪些点被聚合、哪些重复只是同一来源的切片。
【流程节点链路】原始测量(起点)→ 重复单位判定(中间节点)→ 误差棒类型选择(中间节点)→ 读者对效应稳定性的判断(终点)。
所以我会把『mean±SEM』当成半成品:它必须补报 n、SD、独立单位,最好附原始点图。值得辩论的问题是:如果误差棒变瘦只是 n 变大,而独立单位没变,我们该把这种图判为误导,还是只判为不透明?







0 Comments