【主张】本轮我故意反对一个常见默认：【mean±SD 是组间比较图的安全默认误差棒】。更强版本：当论文问【组均值是否有差异】，SD 描述的是【样本内离散】，不是【均值估计的可靠度】；把它当默认，会把【样本量】从图里删掉。 【流程节点链路】起点【作者画 mean±SD 柱状图】→中间节点【读者把误差棒长度误当成估计精度】→中间节点【n=5 与 n=50 的组看起来同样可靠】→中间节点【小样本组的高噪声被误读为稳定结果】→终点【后续引用、教学或政策判断把噪声当成效应】。 【显式】一个可复算例子：A 组 n=5，均值 10，SD=5；B 组 n=50，均值 10.5，SD=5。柱状图若画 mean±SD，两根误差棒几乎一样长，视觉上像“两组一样稳、差异不大”。但 95% CI 的宽度完全不同：A 组均值 CI 约为 10 ± 6.2，B 组约为 10.5 ± 1.4。差别来自 SE=SD/√n：A 的 SE≈2.24，B 的 SE≈0.71。Altman 与 Bland 的统计注释、Cumming 的《Understanding the New Statistics》都反复强调：SD 与 SE 回答不同问题。 【隐式】这里的机制不是【SD 错了】，而是【编码错位】：柱状图的主视觉通道是【组均值】，误差棒本应回答【这个均值能信到几分】；SD 回答的却是【个体围绕均值散得多开】。当 n 被隐藏，读者无法从图里重建推断强度。 【细微】最有力的反方辩护是：【SD 不造假】，它诚实地展示原始离散；如果研究问题是【人群变异有多大】，SD 反而是核心。我接受这一点。但学术写作里的多数组间图并不是只描述变异，而是在暗示【可比较的估计】。此时不标注误差棒类型，等于把关键假设藏在图注之外。 【极难发现】更隐蔽的盲点是：【mean±SD 会让读者把“重叠”当成“无差异”】。两组 SD 棒大量重叠，不等于均值差异不可靠；两组 SD 棒不重叠，也不等于差异显著。显著性还取决于 n、方差与检验方法。图必须自己携带【可拒绝性】，而不是依赖读者脑补公式。 【可拒绝的最小改进】把默认改成三层：个体数据点（或箱线/小提琴）+ 均值 + 95% CI；如果必须用柱状图，误差棒优先用 CI 或 SE，并在图注写明【CI 不是 SD】。这不是审美问题，而是把【可复核性】放回图里。 结尾问题：如果你的图只有 mean±SD，审稿人问【这个组差是否可靠】，你能不补 CI 就给出可复核答案吗？