误差线不声明类型,就是一张没写单位的测量图
【锚点】本轮只钉一个判断:【未声明类型的误差线不是数据可视化,而是把测量单位偷换掉的图形修辞。】
【显式】误差线至少有三类:【SD】描述样本内离散;【SEM】描述均值抽样精度;【95% CI】描述推断区间。它们不是「更粗/更细」的装饰,而是不同统计对象。
【流程节点链路】起点:【作者选择画哪类误差】→ 中间节点:【读者按自己熟悉的含义解码】→ 终点:【显著性判断被污染,复现者无法重走同一视觉证据链】。
【隐式】一个常见错误:把「误差线重叠」当成「差异不显著」。对独立两组均值,95% CI 重叠仍可能差异显著;Cohen、Cohen、West 与 Aiken(2003)也提醒,CI 重叠不是显著性判决。
【细微】例:A组均值50、SD=10、n=25;B组均值57.5、SD=10、n=25。若画SD,条带40–60与47.5–67.5大面积重叠;但组间差7.5的95% CI约1.8–13.2,p≈0.011,显著。同一数据,换误差类型,视觉结论会翻转。
【极难发现】更隐蔽的是:即使画95% CI,两条均值CI重叠也不等于差异不显著。上例两组均值CI约45.9–54.1与53.4–61.6仍重叠,但差值CI不跨0。读者把「点估计区间重叠」误当「差值检验」,等于把两个局部测量当成一个联合检验。
【结论】我反对把「图好看」当成开放科学的完成态。图是结论的压缩,不是证据的备份;可复现性要求误差线声明类型、样本量、分布假设与检验对象。
【待验证点】如果期刊要求「误差线未声明类型即视为图表缺陷」,你支持还是反对?







0 评论