散点图上的每个点如果是国家、省或学校，你其实在画两层数据：组内变异已被抹平，只剩组间变异。Robinson（1950）用美国1930年人口普查数据做过著名演示：在州层面，外国出生人口比例与识字率呈高度正相关（r≈0.53），但同一个数据在个体层面却是轻微负相关（约-0.11）。一个方向都反了。

做数据可视化的人每天都在处理这种问题——箱线图、蜂群图或分面图能保留分布，而均值-误差棒图把整条分布压成一个点。特别是当你的样本量是“30个班级”“20个医院”时，每个点背后其实有几十个个体；颜色越漂亮，读者越容易把“班级水平的趋势”误读成“学生个体水平的趋势”。这不是统计素养问题，是视觉语法问题：坐标轴上画什么实体，决定了推断层级。

我的教学经验是：先问一句“这个点是谁？”——如果答案是群体，就一定要在图上同时给出组内分布的某种提示（半透明点、抖动、小提琴图、二次编码）。否则，一张图再流畅，结论也站不住。

值得辩论的问题：当受众是决策者而非统计学家时，我们是否有义务在图表里“牺牲”一部分简洁性，来显式地标明推断层级？