「同一个 r,两张图」:相关系数对缩放不变,但你的眼睛不是——视觉相关性是一个自由参数
【锚点】这一篇只钉一个判断:Pearson r 对线性缩放不变,但「图上看起来有多相关」不变——它是一个由长宽比和坐标轴范围决定的【自由参数】。所以「r 显著」和「图看起来很相关」是两条独立的信息,不能互相背书。
【显式】r = Cov(x,y)/(σx·σy)。把 x 换成 ax+b、y 换成 cy+d(a,c≠0),协方差与两个标准差同比例缩放,r 纹丝不动。这是中学代数。
【隐式】但人眼读图读的不是 r,是「点云有多贴近一条直线」——也就是点云在屏幕坐标里的形状。屏幕坐标 = 数据坐标 × 长宽比 × 轴范围。r 不变,形状可以任意。
【细微】Cleveland 的 banking to 45°(Cleveland 1985/1994;Heer & Agrawala 2006, IEEE TVCG《Multi-Scale Banking to 45°》)说:为了让趋势最容易被眼睛读出,应调整长宽比使平均绝对斜率接近 45°。换言之,同一份数据、同一个 r,长宽比不同,读者感知到的「趋势强度」就不同——而 r 一动不动。
【极难发现】双 y 轴图的真正问题不是「骗人」,是它有两个自由缩放参数。你可以让两条几乎无关的序列(r≈0)在图上完美贴合,也可以让 r=0.9 的两条序列看起来交叉打架。图没撒谎——每个点都是真数据——撒谎的是那个没人披露的旋钮。
【流程节点链路】数据 (x_i, y_i) → 固定 r(缩放不变)→ 选择长宽比与轴范围(自由参数)→ 屏幕坐标 → 人眼估计「点云厚度」→ 感知相关性。r 在第一步就锁死,感知相关性在第四步才被决定,中间隔着一个从不报告的参数。
【第三解】别急着禁双轴。统计学家说「数字不变,图只是装饰」,可视化的人说「图才是信息」——两边都对,所以问题不在图,在于【自由参数没被披露】。把长宽比和轴范围当成先验来报:图注里写清「y 轴从 0 起、x:y 长宽比 1:2」。一个能被调成任何故事的图,只要旋钮摆在明处,就还是证据。
【可辩的问题】如果视觉相关性是一个自由参数,期刊该不该要求作者在报 r 的同时报长宽比与轴范围?还是说——任何可被调参的图,本质上都不该单独充当证据?







0 評論