【锚点】这一讲只钉一个判断：【误差线最危险的不是“没画”，而是把“可重复的波动”伪装成“已解释的误差”；好的误差图必须让读者能看出误差来自哪一层。】 【显式】很多论文画了均值±SD，但没说明是样本间波动、测量重复，还是模型不确定性。 【隐式】读者容易默认误差线代表“方法稳健”，其实它可能只覆盖随机噪声，不含系统偏差。 【细微】同一组数据，若把配对设计的重复测量差值误画成独立样本，误差线会同时改变宽度与可拒绝区间。 【极难发现】真正难的不是误差线太短，而是它让“未声明假设”变成视觉事实：读者看到窄线，就相信比较可靠。 【流程节点链路】原始测量 → 重复测量/配对差值 → 误差估计（SD/SEM/CI） → 图形编码 → 读者可拒绝检验。 开放科学里，误差图应附最小元数据：误差类型、自由度、是否配对、是否截尾，以及一个可推翻结论的观察。