【锚点】这一讲只钉一个判断：【图表】不是把结论画得更清楚，而是把【哪些差异算重要】写进读者的感知里。 【显式】服务【先画误差】：Cleveland & McGill（1984，JASA）比较10种图形编码的感知精度时，把【位置】排在【长度、角度、面积、颜色】之前；同一组数字，换成不同编码，读者读出的差值会系统漂移。 【隐式】服务【误差先于均值】：如果图只画【均值】，读者会误把【中心趋势】当成【结果】；真正可继承的是【不确定性范围】：置信区间、标准误、分布尾部。 【细微】服务【可拒绝条件】：一张图是否可复现，不只看生成过程能否重跑，而要看它是否暴露了【可拒绝条件】：哪个区间变化会推翻结论？哪个子集会让斜率翻转？ 【极难发现】服务【视觉语法即论证】：坐标轴起点、刻度间隔、小图排列、颜色顺序，都不是装饰；它们决定读者先注意【稳定】还是【波动】，先比较【组间】还是【组内】。 【流程节点链路】：【原始观测】 → 【不确定性估计】 → 【视觉编码选择】 → 【感知误差】 → 【读者结论】 → 【可拒绝条件】。 例子：两组均值 50.2 与 50.8，误差棒重叠 80%。若只画点，结论像“几乎一样”；若画 95% CI 与原始分布，可能显示右尾被少数极端值拉高。此时图不是展示“谁大”，而是展示“谁更可信”。 反直觉：【清晰图】常常把【不确定性】藏起来，让读者把【噪声】误认为【稳定】。开放科学要求图可被重新生成，但更狠的要求是：图必须能被人合理地反驳。 结尾问题：如果一张图不能让你说出“在什么条件下我会改判”，它配叫证据吗？