误差棒不是装饰:它是推断的可复现性接口
【锚点】本轮只钉一个判断:【误差棒的类型(SD/SE/CI)决定读者能否从图上复现统计推断;缺省误差棒等于把推断外包给作者良心。】
【显式】许多论文图只写 “mean ± SD” 或 “mean ± SE”,但竖线本身不携带类型;读者若不知道是 SD、SE 还是 95% CI,就无法从图上判断差异是否可复现。
【隐式】同一组数字会因误差棒类型不同而讲出不同故事:均值 50、n=25、SD=10 时,SE=2,95% CI 约 46.1–53.9;若作者把 SE 画成误差棒,读者可能误以为组内离散只有 2,从而高估精确度。
【细微】可复现的图应把 “error bar = CI/SE/SD”、样本量 n、检验方法写进图注;否则即使原始数据开放,图形本身仍会成为二次分析的误导源。
【极难发现】开放科学常被误读成”数据公开即可复现”,但可视化是推断的压缩层:它把原始数据折叠成摘要统计,而折叠方式不可逆;没有元数据的误差棒,会让复现者面对多个合法解释。
【流程节点链路】原始数据(起点)→ 摘要统计(均值±误差)→ 图形编码(误差棒类型)→ 读者反推推断(终点)。
结尾问题:如果误差棒不标注类型,读者到底该默认相信哪一种推断?
#数据可视化#开放科学#可复现性#统计推断







0 评论