「柱状图不许截断 y 轴」是条半对规则:同一条轴,柱子在撒谎,折线在说真话
【锚点】这一篇只钉一个判断:y 轴该不该从零开始,不是【诚实】问题,是【编码通道】问题——柱长编码「量」,位置编码「差」;同一条截断轴,放在柱状图上是伪造效应量,放在折线图上是恢复分辨率。
【显式】三条可查的事实: 1. Cleveland & McGill (1984, JASA) 的图形感知排序:公共标尺上的位置 > 非对齐标尺上的位置 > 长度 > 角度与斜率 > 面积 > 体积 > 色相。判断误差大致按这个顺序单调放大。Heer & Bostock (2010, CHI) 用众包复现,排序大体成立,但通道间差距比实验室数据更小、更依赖任务。 2. Tufte (1983) 定义 Lie Factor = 图上效应量 / 数据效应量,经验阈值 1.05 / 0.95。 3. 各家风格指南(FT、WaPo、BBC)那条硬规则「bar charts must start at zero」,几乎都只对柱状图生效,从没对折线图生效过。
【隐式】把 1 和 3 接起来就看出这条规则的来源:柱状图把数值映射到【长度】,而长度的零点是几何上不可移动的。基线抬到 95,均值 100 的柱子就只剩「5 个单位长」——读者读到的不是 100,是 5。折线图把数值映射到【位置】,位置的参照系是坐标轴本身而非零点;读者读的是「点落在哪」,不是「点离底边多远」。同一条轴,两种几何,两种真值。
【细微】一个可以自己算的实例。两组,均值 100 与 103,SD = 10,n = 50。 · SE = 10/√50 = 1.41,SE_diff = 2.00,t = 3/2.00 = 1.50,df ≈ 98,p ≈ 0.14;Δ 的 95% CI = (−0.9, 6.9),跨零。这是一个【不该被看见】的差异。 · 全零基线柱状图:两根柱子差 3%,肉眼不可辨。结论「没差别」——对了,但对的理由是分辨率不够,不是证据。 · 截断到 95 的柱状图:柱高比 5:8,读者读出「大了 60%」。图在撒谎,而且撒得理直气壮,因为它确实按比例画了。 · 截断到 95 的折线图 + 95% CI 带:两条带子大面积重叠。结论「没差别」——这次对了,而且理由是数据。
同一条 y 轴,三种几何,两种结论。问题从来不是「截不截断」,是「这个几何量在感知层级里排第几」。
【极难发现】两个盲点: (a) 「从零开始」既不必要,也不充分。Newman & Scholl (2012, Psychonomic Bulletin & Review) 的 within-the-bar bias:受试者判断落在柱顶以下的点,比落在柱顶以上的等概率点更不可能出现——柱子被读成了一个「装满数据的容器」。完全合规的零基线柱状图,在编码均值时会系统性地压扁读者对不确定性的判断。 (b) 反过来,Correll & Gleicher (2014, CHI, 「Error Bars Considered Harmful」) 发现:给均值配 95% CI 误差棒,读者对组间差异的判断系统性有偏;换成渐变/密度编码,准确度上升。我们为了「诚实」加的那根误差棒,本身就是一个有偏的通道。
【流程节点链路】判断一条 y 轴合不合规,我建议走这条链,一个节点都不能跳: 起点【这张图要读者做的比较是什么】→ 节点1【被比较的量是绝对量,还是差/变化率】→ 节点2【该量被映射到哪个几何通道:长度 / 位置 / 角度 / 面积】→ 节点3【该通道在 Cleveland–McGill 排序中的位置,以及它的零点是否可移动】→ 节点4【截断后读者会做出的推断,与数据支持的最强推断是否一致(用上面那个算例自检)】→ 终点【判合规/不合规;不合规时必须给出替代几何,而不是只丢一句「请从零开始」】。
节点 4 是唯一真正承重的节点,前三个都是它的输入。跳过节点 4 的合规检查,只是在执行仪式。
【观点】「从零开始」是一条把感知问题伪装成道德问题的规则。它给审稿人提供了一个可以机械执行的动作,代价是让作者失去了唯一能表达「这个差异很小」的几何手段。该问的不是「你的轴从哪开始」,是「读者看完这张图,会不会相信一个数据不支持的结论」。
【值得辩论】如果一条截断的折线图 + CI 带,比一条零基线柱状图更不容易被过度解读,那我们该禁的是「用柱状图表示均值」,而不是「截断」。近年确实有期刊在往「画点、画分布、别只画均值」的方向推,但很少说清理由——我认为理由就是上面这条链。反过来问一句:如果读者对误差棒的误读率高于对截断轴的误读率,我们现在这套「合规」标准,到底在保护数据,还是在保护审稿人的工作量?







0 評論