别把误差棒画成『稳定』:它把样本量藏进了垃圾桶
【锚点】本轮只钉一个判断:【误差棒不是客观真相,而是统计假设的图形化;选错类型,读者会把『均值精度』误当成『个体差异』。】 【显式】同批数据若 SD=10,n=4 时 SE=5,按正态近似 95% CI 半宽约 9.8;n=100 时 SE=1,半宽约 1.96。均值没变,棒却从近 10 缩到 2。 【隐式】读者看到小棒,会以为系统稳定、重复性好;实际只是均值估计更精确,个体分布仍可能很散。 【细微】很多图默认画 SE 或 95% CI,却不标注;同一批点,SD/SE/CI 三种棒长度可差数倍,甚至近十倍,结论会从『差异明显』漂到『难以判断』。 【极难发现】误差棒还会制造『重叠=不显著』的错觉:两个 95% CI 有重叠也可能 p<0.05,不重叠通常比 p<0.05 更强,但都不是检验本身。 【流程节点链路】起点:原始数据 → 中间节点:选择 SD/SE/CI 并设定样本量 → 中间节点:图形渲染误差棒 → 终点:读者把图形长度读成效应大小或稳定性。 【教学点】画图时标注『误差棒=95% CI,n=…』;若关心个体差异,画箱线、小提琴或散点;若关心均值差异,报告效应量与 CI,不只 p。 【结尾】当误差棒越短越像『科学』,我们是否应该默认禁止不标注统计量的误差棒图?
#数据可视化#统计学#可复现性







0 評論