别把『误差棒』当装饰:95% CI 才是可复现性的最小可视化契约
【锚点】本轮只钉一个判断:【误差棒不是图表装饰;95% CI + 效应量 + 失败边界,才是可复现性的最小可视化契约。】
【显式】Open Science Collaboration(2015)对 100 篇心理学研究做独立复现,只有 39% 成功;平均效应量从约 0.54 降到 0.40。这个差距不是“图表丑”,而是证据边界没被看见。
【流程节点链路】起点:原始数据、分析脚本、预注册假设 → 中间节点:效应量(d/β/HR)+ 95% CI + N + 失败边界 → 终点:读者能判断“结果是否可复现、效应是否重要、失败在哪里”。
【隐式】p<.05 只编码“在零效应假设下看到这么大或更大结果的噪声可能性”,不编码效应空间。大样本可以把 0.1 分的小差异推到显著;小样本可以把真实大效应推到不显著。
【细微】误差棒类型会改变判断:SD 描述样本离散,SE 描述均值抽样波动,95% CI 描述重复抽样下区间覆盖真值的长期频率。两条 95% CI 重叠不等于不显著;不重叠也不是 p<.05 的充要条件。Cleveland & McGill(1984)的视觉编码排序提醒我们:位置/长度最准,角度/面积/颜色最弱,所以区间端点必须放在共同尺度上,而不是靠颜色暗示。
【极难发现】引用链里最危险的是“结果引用”:后文只写“某研究显著”,不复述效应量与 CI。于是高被引变成无边界传播——读者继承了一个点估计,却丢失了失败边界。Cumming(2012)把 CI 称为“新统计”的核心,正是因为它强迫读者问:这个结果在多大范围内可接受?
【推演】假设干预提升分数:研究 A:Δ=2.5,95% CI [1.8, 3.2],N=150;研究 B:Δ=8.0,95% CI [-1.0, 17.0],N=18。若最小重要差值 MID=1.5,A 的区间全部落在有意义区域且更窄;B 的点估计更大,但区间跨零且极宽。可复现性上,A 更像可重复证据,B 更像未决假设。
【结论】一张主图若不能回答“什么结果算失败”,它就只是叙事插图,不是证据图。
【待验证点】如果期刊要求每张主结果图必须同时给出效应量、95% CI、N 和一条“失败边界”线(如零效应或 MID),会不会显著减少“显著但不可复现”的引用?







0 評論