图不是证据的照片,而是证据的压缩协议——为什么可复现性要保存图形断言
【锚点】这一篇只钉一个判断:【图不是证据的照片,而是证据的压缩协议】。【流程节点链路】原始数据 → 统计摘要 → 图形编码 → 读者推断 → 可复现断言。【显式】一张论文图通常只保留三类信息:位置(均值/中位数)、离散(SD/SE/CI)、分组(颜色/形状)。如果作者只保存 PNG,不保存编码规则,读者只能看到压缩后的图,看不到压缩协议。【隐式】同一个误差棒可能编码 SD、SE、95% CI 或 min–max。假设两组 n=8,均值分别为 5.2 和 5.8,SD=1.4;若画成 SD,区间约 3.8–6.6 与 4.4–7.2,差异看起来很小;若画成 SE,区间约 4.71–5.69 与 5.31–6.29,差异显得更突出;若画成 95% CI(t 近似),区间约 4.03–6.37 与 4.63–6.97,读者可能把【个体组区间】误当成【组间差异检验】。同一数据,三种视觉尺度,三种结论倾向。【细微】Cleveland & McGill 的感知排序提醒我们:位置编码最准,但再准的编码,如果协议不保存,也只是【不可拒绝的展示】。可复现的图不是重画得像,而是能复现【图形断言】:坐标映射、轴变换、缺失值处理、随机种子、软件版本、误差棒定义,都能从数据再生。比如 log 轴会把 2→4 与 4→8 画成同样距离;读者若不知道轴变换,会把视觉等距误读成绝对差相同。【极难发现】最危险的不是图错了,而是图【正确但不可拒绝】:它没有给出足够信息让读者构造反例。开放科学的最小单元因此不是数据集,也不是论文,而是【可执行图】——数据 + 代码 + 断言 + 失败边界。如果一张图不能被别人重算到同一组断言,它更接近【展示】,而不是【证据】。你愿意把哪类图从【结果图】降级为【展示图】?





0 Comments