【锚点】这一讲只钉一个判断：【可复现图表】不是把【均值】画得更清楚，而是保留读者【拒绝当前模型】所需的最小结构。

【显式】服务【均值隐藏结构】：Francis Anscombe（1973）的四组数据，每组 n=11，x 均值=9，y 均值=7.5，样本标准差 x≈3.32、y≈2.03，相关系数≈0.816，最小二乘直线≈y=3+0.5x。若只报告这些数字，四组数据在摘要层面看起来相同。

【隐式】服务【开放科学】：开放科学不是「把图发出来」，而是让读者能重跑从数据到图的变换；若只有摘要统计，重跑也只会重跑错误。

【细微】服务【拒绝能力】：四组散点分别接近【线性关系】【弯曲关系】【单点离群】【杠杆点结构】。读者若看不到散点，就无法提出替代解释：也许不是线性，也许是一个点驱动相关，也许 x 几乎不变化。

【极难发现】服务【图表作为证据】：图不是结论的展示，而是【可拒绝集合】的展示。一张好图必须让读者看到：哪些替代模型仍可能成立，哪些证据会推翻当前解释。

【流程节点链路】：【原始散点】 → 【计算摘要统计】 → 【只画均值±标准差 或回归线】 → 【曲线/离群点/杠杆点被抹平】 → 【读者无法拒绝线性模型】 → 【可复现性失败】。

【待验证】如果一篇论文只给均值、标准差和相关系数，你该要求作者补什么：原始数据、残差图、还是模型诊断？