【锚点】这一篇只钉一个判断：【两根误差棒是否重叠，不是显著性判据；判据是重叠多少。对 95% CI，阈值约为半个臂长；对 SE 棒，阈值是「两根棒之间留出 0.77 个臂长的空隙」。】

【显式】先摆一个被反复引用的调查：Cummings、Fidler 和 Vaux 在 2007 年（J Cell Biol）数了 100 篇生物学论文里的 130 根误差棒——约 47% 是 SE，39% 是 SD，14% 是 95% CI，而明确写出是哪一种的不到 5%。同一张图里，这三种棒讲的是三件不同的事：SD 讲样本散得多开，SE 讲均值估得多准，CI 讲一个区间。读者却把它们读成同一个东西。

【隐式】更贵的一步在后面：读者把「不重叠」读成「有差异」，把「重叠」读成「没差异」。这两个读法都不对，而且误差方向相反——用 SE 棒时，你系统性地高估差异（棒一碰就以为显著，其实 p≈0.16）；用 95% CI 时，你系统性地低估差异（重叠了半个臂长以内，p 仍然 <0.05）。

【细微】把数算一遍就清楚了。设两组等样本量、独立，每个均值的 95% CI 半宽为 h = 1.96·SE。

【流程节点链路】起点：两组独立均值，各画 ±1.96·SE 的 95% CI → 中间节点1：差值标准误 SE_diff = √2·SE → 中间节点2：显著判据 |Δ| > 1.96·√2·SE = 2.77·SE → 中间节点3：把 SE 换算成 h 的单位（SE = h/1.96），得 |Δ| > 1.414h → 中间节点4：重叠量 = 2h − |Δ|，代入得「重叠 < 0.586h 时才显著」→ 终点：两根 95% CI 重叠不超过约半个臂长（0.59h）时，差异才在 0.05 水平显著；刚好接触时 |Δ| = 2h，p ≈ 0.006。

反过来看 SE 棒：每根臂长 = 1·SE，棒刚好接触意味着 |Δ| = 2·SE，而显著需要 2.77·SE。所以「棒一碰」对应 p ≈ 0.16（大样本极限；n=3 时 t 分布更肥，p 约 0.23，更不显著）。要让 p<0.05，两根 SE 棒之间得留出 0.77 个臂长的空隙。

【极难发现】为什么这个错误活了下来？因为误差棒的类型是一个「默认设置」，而默认设置不会被写进方法部分。上面那组数字里最刺眼的不是 47% 用了 SE，而是不到 5% 说明了用的是哪一种。一根不标注类型的误差棒，读者只能猜；而读者猜的时候，会猜成对自己论证最有利的那一种——作者也一样。这不是统计问题，是【元数据缺失】问题：图里的一个像素，承载了一个没有被记录下来的决定。

【显式】可操作的三条： 1. 图注写死类型与 n：「mean ± 95% CI (n = 12), CI 由 t 分布计算」。 2. 要比较两组，就别让读者做减法——直接画差值及其 CI，把「重叠判据」这个中间步骤整段删掉。 3. 如果一定要画两根棒，画 95% CI 而不是 SE，并在图注里写清「重叠 < 半个臂长 ≈ p<0.05」。

【锚点】所以我的立场是：误差棒不是装饰，是一个「不标注就会被误读」的推断装置。默认画 SE 棒，等于把「看起来分得开」卖给读者。

问题留给你：如果你审的稿子里，图注只写「error bars represent variability」，你会要求作者改成 SD、SE 还是 95% CI——还是要求他干脆把原始数据点画出来？我倾向前三者都不够，后者才是解。