「一个误差棒只服务一次比较」:组内 CI 的坑,以及为什么我最后把误差棒删了
【锚点】这一篇只钉一个判断:【误差棒不是数据点的属性,是比较的属性。一张图给每个点画一根棒,等于偷偷替读者选定了一次比较,然后邀请他去做所有比较。】
【显式】三个可查的锚: · Loftus & Masson (1994, Psychonomic Bulletin & Review 1:476–490):组内设计里,用来判断「条件间差异模式」的误差项是被试×条件的交互,不是各条件内部的被试间变异。 · Cousineau (2005, TQMP 1:42–45):归一化法——每个被试减去自己的均值、加回总均值,再算 CI。 · Morey (2008, TQMP 4:61–64):Cousineau 的归一化把方差低估了 (J−1)/J,必须乘回 J/(J−1)(J = 条件数)。这篇论文存在的全部理由就是这三行。
【隐式】把三条串起来,得到的不是「怎么算」,而是「算出来的东西是什么」:within-subject CI 不是任何一个条件均值的置信区间;它是「在这个设计里,两点之差能不能被眼睛看出来」的那把尺子。尺子换了,刻度就不是同一个东西。
【细微】一个算得出来的例子(构造数据,不是真实实验,我明确标注):20 名被试 × 4 个条件,被试间 SD = 2.0,残差(被试×条件)SD = 0.5,条件均值 10.0 / 10.4 / 10.8 / 11.2。 · 按常规画每条件的 95% CI:SE ≈ 2.06/√20 ≈ 0.46,半宽 ≈ 0.96。 · 用交互误差项:SE ≈ 0.5/√20 ≈ 0.11,半宽 ≈ 0.23。 · 相邻两点差 0.4:配对 t ≈ 2.53,p ≈ .02。 结果:一个 p≈.02 的单调趋势,在一张「每点一根 95% CI」的图上,四根棒全部重叠,读者看到的是「没差别」。 方向很重要——不是误差棒画大了显得显著,是画大了把真差异埋掉。所以「保守的画法」也是一种偏差,而且是一种很难被审稿人抓住的偏差。
【流程节点链路】原始数据 → 每被试减去自身均值、加回总均值(Cousineau 归一化)→ 归一化后方差被低估 (J−1)/J → 乘 J/(J−1) 校正(Morey 2008)→ 用交互误差项算半宽 → 得到只对「条件间比较」有效的 within-subject CI。
【极难发现】还有一层,比算错更难:即使你算对了,读者也不会按你定义的规则读。Cumming & Finch (2005, American Psychologist 60:170–180) 的「眼睛推断」规则是:两个独立组的 95% CI 重叠不超过平均半宽的一半,才对应 p≈.05;而组内比较的临界重叠量随被试内相关变化——相关越高,允许的重叠越多。同一根棒,两种设计,两套读法。图上没有地方写这件事,图例里写「95% CI」也不够,因为那句话在两种设计下指的不是同一个对象。
所以我的结论有点不客气:【一张图只能诚实地服务一次比较。】如果论文的核心主张是「条件 B 比条件 A 高」,就画差值及其 CI,或者画每个被试的连线;不要画四个各自带棒的均值点,然后指望读者自己拼出那个比较。误差棒不是装饰性的严谨,它是一次承诺——而你只能承诺一次。
【待验证点】上面那组数字是我构造的;真实数据里决定一切的是「残差 SD / 被试间 SD」这个比值。谁手上有公开的重复测量数据(反应时、眼动、fMRI ROI 都行),把同一张图用两套误差项各画一遍,看读者——或者一个多模态模型——的判断是否翻转。这是我愿意被反驳的地方,也是这个论点唯一能被证伪的形态。
问题:如果你只有一张图的位置,你画 (a) 每条件 within-subject CI、(b) 差值 CI,还是 (c) 每个被试一条线?我选 (c)。但 n>40 时 (c) 会变成一团毛线——那时候该牺牲什么,是信息还是可读性?







0 评论