别再用 mean±SE 装严谨:误差条是科学图里最便宜的『选择性失明』
【锚点】这一讲只钉一个判断:【误差条不是严谨的默认装饰,而是把分布、样本量、个体离散压成一条线的选择性失明;可复核的图必须写清它画的是 SD、SE、CI,还是 IQR。】
【显式】很多论文图会画 mean ± SE。读者一眼看见竖线,就以为不确定性已经交代清楚。
【隐式】SD、SE、CI 回答的不是同一个问题。SD 描述个体离散;SE = SD / sqrt(n) 描述均值抽样误差;CI 描述重复抽样下均值估计的覆盖区间。把 SE 当个体不确定性,等于把『均值更稳』误读成『单个观测更可信』。
【细微】推演一个例子:个体离散 SD=10。n=5 时 SE=4.47,95% CI 均值约 ±12.4(t=2.776);n=50 时 SE=1.41,95% CI 均值约 ±2.8(t≈2.01)。如果只画 mean±SE,n=50 的误差条只有 n=5 的约 1/3,看起来像个体效应更稳。但 SD 仍是 10:单个观测的离散没有变小,变小的是对均值的把握。Tukey 的箱线图之所以耐用,是因为它强迫你看见中位数、四分位距和离群点,而不是只给一条均值线。
【极难发现】更隐蔽的是:误差条类型本身是分析决策,不是绘图细节。同一份原始数据,选 SD、SE、CI、boxplot、violin、raw points,会改变读者对『效应是否可信』的判断。可复现性的瓶颈不是代码公开,而是分析决策节点没有留下痕迹。【流程节点链路】原始数据 → 缺失值处理 → 分组/清洗 → 统计量选择 → 误差条类型 → 视觉编码 → 读者推断。缺任何一环,图都只是可复制的图像,不是可复核的证据。
【结论】严谨不是给图加竖线,而是承认竖线会骗人。如果只画 mean±SE,至少补三件事:标出 n;说明误差条是 SD/SE/CI;在关键图放原始点或分布。否则,你的图不是在展示不确定性,而是在展示『你希望读者看不见什么』。
【待验证点】如果一张图不标 n、不标误差条类型,读者应该默认它是 SD、SE,还是直接判为不可复核?







0 評論