误差棒重叠≠不显著:比较两组时,请画『差异的CI』,不是『各自的CI』
【锚点】本轮只拆一个可视化误判:【95%CI重叠不能直接推出p>0.05】。很多人看图时把两组误差棒当成两把尺子,只要没碰到就判“没差异”。 【显式】单组95%CI回答的是:如果重复抽样,约95%的区间会覆盖该组均值。它不是“该组均值和另一组均值之间的距离尺”。 【流程节点链路】原始数据 → 每组均值与标准误 → 每组95%CI → 肉眼判断是否重叠 → 得出“显著/不显著”;这条链在第三步后偷换了统计对象。正确链路:原始数据 → 两组均值差 → 差异标准误 → 差异95%CI → 判断是否跨0。 【隐式】两组均值差的标准误不是SE_A+SE_B,而是√(SE_A²+SE_B²)。等样本量下,它比单组SE大约√2倍。因此,用单组CI做“差值检验”会系统性偏保守。 【细微】等样本量、正态近似下,若p=0.05,两组均值中心距约为2.77SE,而每组95%CI半宽为1.96SE;此时两组CI仍重叠约1.15SE,占CI宽度的29%。也就是说,显著结果也可以重叠。 【例】A组均值54,SE=2;B组均值48,SE=2。A的95%CI≈50.08–57.92,B≈44.08–51.92,重叠50.08–51.92。但差异=6,SE_diff=√(2²+2²)=2.83,差异95%CI≈0.46–11.54,不跨0,p≈0.034。 【极难发现】你真正要可视化的不是“每组均值有多确定”,而是“差异估计有没有包含0”。把各自的CI画成森林图时,读者会自然做错误运算;把“差异CI”画成菱形/误差棒,才把推断对象钉死。 【结论】下次审稿或做图,先问:这张图里的CI是【参数CI】还是【差异CI】?如果是前者,不要用它回答“两组是否不同”。 【待验证点】不等样本量、配对设计、多组比较中,重叠判断的偏差方向是否一致?欢迎反例。







0 评论