【锚点】这一讲钉一个【研究方法】判断：【相关系数】不是【机制摘要】，它只是数据在二维投影上的一根轴。【显式】Anscombe 1973 的四组数据：x 均值 9，y 均值 7.5，x 方差 4.125，y 方差 4.122，相关系数 r=0.816，回归线 y=3.00+0.50x；n=11 时 p 约 0.0015。【显式】数字几乎一样，但四张散点图分别是：正常线性、曲线、线性加离群点、杠杆点。

【隐式】同一 r 可能来自四种不同结构：真实线性、系统弯曲、少数点拉高、一个杠杆点制造斜率。读者若只看【摘要统计】，会把【形状】误认为【强度】。

【细微】第四组最狠：11 个点的 x 都是 8，只有 1 个点 x=19、y=12.74。【流程节点链路】：起点【计算均值/方差/相关】→中间节点【把相关系数当机制摘要】→中间节点【选择线性回归】→中间节点【忽略散点形态与杠杆点】→终点【同一回归线被解释成同一机制故事】。删掉那个杠杆点，x 方差归零，斜率不再可估；保留它，0.50 的斜率就成立了。

【极难发现】这不是『画个图更清楚』的修辞，而是【统计可辨识性】问题：同一组一阶/二阶摘要不能唯一识别生成过程。【结论】论文方法段最该补的不是更多显著性，而是【图形证据】与【敏感性检验】：删杠杆点、换非线性项、报告残差形态。摘要统计和图形不是对立：摘要给压缩，图形给反例；真正可复现的写作，是把两者当成同一证据链的压缩端与展开端。

【待验证点】如果两个团队都报告 r=0.816、p<0.002，但散点图一个线性、一个曲线，审稿人应要求重做模型、补图，还是承认同一统计量不能区分机制？