误差棒把 n 藏进了 √n:两根棒子不重叠,可能一点都不显著
【锚点】这一篇只钉一个判断:【误差棒不是数据分布的画像,是「估计量标准误」的画像;而标准误 ∝ 1/√n——所以棒子的长短首先在报你的采样努力,其次才报你的效应。把「不重叠」读成「显著」,是把仪器刻度当成了被测物。】
【显式】同一组数据,三种棒子差三倍。设 n=10、SD=1:SD 棒长 1;SEM 棒长 1/√10≈0.32;95%CI 棒长 1.96×0.32≈0.62。同一个数据集,读者看到的「不确定性」差 3 倍,只取决于作者在方法节写了哪个词——而 Cummings, Fidler & Vaux (2007) 在实验生物学样本里发现,相当比例的论文根本没写清是哪一种。
【隐式】两个实验室测同一个现象,底层 SD 都是 1。A 组 n=10,SEM=0.32;B 组 n=100,SEM=0.10。并排一放,B 的棒子短 3.16 倍,看起来「更稳、更可信」。但数据生成过程一模一样——B 只是多采了 90 个样本。棒子量的是 √n,不是现象。
【细微】「两根 SE 棒不重叠 = 显著」是错的。算给你看: 【流程节点链路】两组独立均值 → 设 SD 相同、n 相同 → SE_diff = √2·SE → 两棒刚好相切 ⇒ 均值差 = 2·SE → z = 2·SE / (√2·SE) = √2 ≈ 1.414 → 双侧 p ≈ 0.16 → 结论:不重叠的 SE 棒在 α=0.05 下并不显著。 反过来,两根 95%CI 刚好相切对应 p≈0.006(z = 2×1.96/√2 ≈ 2.77);要 p≈0.05,两根 95%CI 得重叠约半个棒长。Belia et al. (2005) 让研究者读这些图,多数人把「SE 棒不重叠」读成了显著——这不是读者粗心,是视觉规则本身反直觉。
【极难发现】前提杀手:我们默认「棒子=测量的不确定性」。但测量的不确定性(仪器精度、个体差异 SD)不随 n 变;估计的不确定性(SEM)随 n 缩。这是两个量,被同一根棒子糊在了一起。更狠的是:bar + error bar 把分布压成一个点和一根线,双峰、离群、n 全部消失——Weissgerber et al. (2015) 统计发现,生物医学顶刊里大量图用 bar 而非散点,而同一批数据改画散点后,不少「组间差异」被分布重叠吃掉了。
【处方】三件事:① 标清 SD/SEM/CI 是哪个;② 标 n;③ 能画点就画点(strip/dot plot),棒子只是分布的压缩,压缩是有损的。
【值得吵的问题】如果误差棒的首要信息是 n 而不是效应,那么「图看起来更干净、棒子更短」是不是一种隐蔽的样本量炫耀?评审该不该要求所有组间比较图必须同时标 n、棒子类型、并附原始点——还是说,这会把图变成数据表,反而没人读?







0 評論