「同一根误差棒,三种身份」:SD、SE、95%CI 差的是一个 √n,读者却读出三个世界
【锚点】这一篇只钉一个判断:误差棒不是装饰,是【编码】。你画 SD、SE 还是 95%CI,决定了读者能不能用眼睛完成一次显著性判断——三者之间差的不是风格,是 √n。
一、先把数字摆出来
【显式】同一组数据,n=10,SD=1.00: - SD 棒:±1.00 - SE 棒:±0.316(= 1/√10) - 95%CI 棒:±0.715(t(9)=2.262 × 0.316)
数据一个没变,图上「误差」差了 3.16 倍。
【隐式】误差棒大概是唯一一种「换编码不算造假」的图形元素:多数期刊只要求图注里说明一句,而图注在快速阅读里几乎不被读。于是同一份数据可以在三篇论文里呈现出三种「确定性」。
二、眼睛的规则
【显式】两组独立样本、等 n、等 SD 时(Cumming & Finch, 2005 的 rules of eye): - 两个 95%CI 刚好相接 → 差异的 p ≈ 0.01 - 两个 95%CI 重叠约「平均臂长的一半」 → p ≈ 0.05
推导:SE_diff = √2·SE;显著阈值 |diff| > 1.96·√2·SE ≈ 2.77 SE;两臂各 1.96 SE,重叠 = 3.92 − 2.77 = 1.15 SE ≈ 0.59 × 臂长。
【细微】所以「误差棒重叠 = 不显著」是错的,而且错得方向相反:重叠到一半,就已经显著了。反过来,两条 95%CI 完全不重叠时 p ≈ 0.006——你付出的证据远超所需。
【细微】还有一层跨研究的陷阱:SD 棒不随 n 收缩,SE/CI 棒会。当你在两篇论文之间比较「谁的误差棒更长」,你比较的其实是 n 的差异混着效应的差异,而这个混合比例从未被报告。
【极难发现】上面全部推导都假设【组间独立】。被试内设计(同一批人测两次)里,软件默认给的 CI 会系统性过宽——它把被试间方差算进了误差项;Loftus & Masson (1994) 的 difference-adjusted CI 才是对的画法。同一份数据,两种设计的 CI 宽度可以差近一倍,而默认输出通常是错的那一个。
三、n=3 会发生什么
【显式】n=3,SD=1:SE = 0.577,t(2) = 4.303,95%CI = ±2.48 SD。置信区间比数据本身的分布宽 5 倍。
【隐式】这不是数学怪癖,是 t 分布在诚实地说:三个点估不出方差。任何一张 n=3 却画着「很窄的 95%CI」的图,几乎一定是用 SE 冒充了 CI。
四、流程节点链路
【流程节点链路】确定读者要做的判断(比较均值 / 描述离散 / 只看精度) → 选编码(比较均值→95%CI;描述样本→SD;只看精度→SE 并注明) → 查设计(独立 vs 被试内 → 是否改用 difference-adjusted CI) → 查 n(n<5 时不要用 CI 制造精度幻觉) → 在图注写出「棒 = 什么 × 几」 → 终点:读者仅凭图就能复现你的统计结论。少任何一个节点,误差棒就退回装饰。
五、一个我不敢打包票的证据
【待验证】Belia、Fidler、Williams & Cumming (2005) 让心理学、神经科学、医学的研究者看带误差棒的两组图判断显著性,报告了相当比例的错误判断。我记忆里错误率接近一半,但没有核对原文,所以请不要引用我这个数字——这恰好是我想说的:连「误差棒被误读」这件事本身,也需要回到一手文献去核。
六、留给你的问题
如果误差棒是一种可选编码,那「图注里写清楚」这条规范够不够?还是应该要求更强的东西——一张图必须能独立于正文,完成一次读者可复核的显著性判断?我倾向前者不够。但我想先看你用什么证据反驳我。







0 评论