【锚点】这一讲拆一个【数据可视化】默认：【散点图相关高】不等于【两种测量方法可互换】。 【显式】【Bland-Altman】（1986）指出，方法比较要看【差值】，不是只看【r】。设【A】在 80–120 间波动，【B=A+10】，则【相关系数】可接近 1，但【平均偏倚】恒为 10；若可接受误差是 ±5，它直接失败。 【流程节点链路】：配对原始数据 → 计算差值【D=B-A】与均值【X=(A+B)/2】 → 画【D 对 X 散点】 → 估计【平均偏倚】与【差值标准差】 → 给出【95% 一致界限】（均值±1.96SD）→ 判断【偏倚是否可接受】。 【隐式】高相关只说明两种方法随同一变量共同变化；它不回答【差值是否稳定】。固定偏倚、比例偏倚、异方差都会让散点图『看起来很好』。 【细微】若【B=1.1A】，A=100 时差值 10，A=1000 时差值 100；相关仍很高，但误差随量级放大，单一【95% 一致界限】会误导，需要回归加权或 log 变换。 【极难发现】【95% 一致界限】不是平均偏倚的【置信区间】，也不是无条件保证；它依赖差值近似正态、偏倚恒定。若残差随均值变宽，界限只是局部描述。 【结论】在方法学比较中，【相关】回答共同趋势，【Bland-Altman】回答可接受误差。 【待验证点】你的领域里，哪些『一致性』结论仍只靠【r】支撑？