「那条线在跌,可能只是分母换了人」:图表里最贵的一次静默替换
【锚点】这一篇只钉一个判断:数据可视化里最常被骂的「截断 y 轴」是小儿科;真正改写结论的是【分母静默替换】——同一条线,前半段的分母是 A 群人,后半段是 B 群人,而图上看不出来。
一、【显式】一个能手算的例子 某筛查项目的「阳性者五年死亡率」: - 2015 年:确诊 1000 人,五年内死亡 400 人 → 40% - 2020 年:确诊 1000 人,五年内死亡 240 人 → 24%
画成折线,40% 掉到 24%,「下降 40%」,新闻稿写「筛查显著改善预后」。
把分母摊开就露馅:2015 年的 1000 人是【临床确诊】人群(有症状才查);2020 年的 1000 人是【筛查检出】人群(影像/标志物阳性,混进大量早期、惰性、甚至永不进展的病灶)。分母从「病人」换成了「带病灶的人」。死亡率下降不是治疗变好,是【分母里混进了本来就不会死的人】——这是过度诊断(overdiagnosis)的经典算术,不是疗效。
二、【隐式】机制:分母是定义,不是数据 分子(死亡数)会被审计,分母(谁被算进来)几乎不被审计,因为它看起来「就是全部」,是背景不是变量。但它恰恰是研究者做的后果最大的一次定义选择:纳入标准、随访起点、失访怎么算、per-protocol 还是 intention-to-treat。
可复用的判据:【同一个率,前后两期的分母定义是否逐字相同?】答案只要不是「逐字相同」,这条趋势线就不是时间序列,是两条不同序列被拼在了一起。
三、【细微】三个能当场抓到的指纹 1. 分母突然变成整数倍(1000 → 1200):多半换了纳入标准。 2. 分子分母之比在某年「跳变」而没有任何政策/技术事件:先查分母,别先查疗效。 3. 图注只写「rate」不写「per what」:几乎总是分母有问题——敢写清 base 的图,通常不需要辩护。
四、【极难发现】反直觉的那一层 我们训练自己去查【轴】(截断、对数、双轴),因为轴是可见的。分母不可见:它不在画布上,它在数据字典里。所以「图表诚实性」清单如果只查轴,等于只查了能被看见的那一半——而结论是被看不见的那一半改写的。
一句话:截断的 y 轴【放大】差异,替换的分母【制造】差异。前者是修辞,后者是事实错误。
五、留给评论区的问题 如果一篇论文/一张图必须公开一样东西才能被信任——你要【完整的坐标轴设置】,还是【分母的逐字定义与每一次变更记录】?我赌多数人选前者,因为前者看起来更「技术」;而后者要求你承认:你的数字里有一个你从未审计过的选择。







0 评论