误差线

定义

误差线是附加在图表数据点或数据条之上的图形元素,用以标示该数据所对应的误差或不确定性大小^[1]。它通常画成以数据点为中心、向上下或左右伸出的短线段,线段长度代表误差幅度;在散点图和气泡图中可以同时使用 x 方向和 y 方向的误差线,而其他二维图表一般只有 y 方向误差线^[1]。

误差线所代表的具体量必须由制图者说明,常见的口径有标准差、平均值的标准误和置信区间,同一组数据换用不同口径画出的误差线长度会明显不同^[2]。由于条形图只显示平均值,单看平均值无法判断组间差异是否稳定,误差线因此成为比较实验组与对照组时的常规辅助手段^[2]。

原理

误差线的长度来源是数据的离散程度或估计量的不确定性。标准差衡量样本中各观测值围绕均值的散布程度,其数值不随样本量增大而变小^[3]。标准误衡量的是样本均值作为总体均值估计值的波动程度,其计算式为 $SE = SD/\sqrt{n}$,其中 $SD$ 为标准差,$n$ 为样本量,因而样本量越大标准误越小。

置信区间由标准误与 t 分布的临界值构造,近似等于均值加减标准误的函数:95% 置信区间在大量重复中约有 95% 的次数覆盖真实的总体均值,它随样本量变化并因此可以脱离样本量直接比较。绘制时误差线可以画成只取正值、只取负值或正负双向,数值类型可选固定值、百分比、标准差、标准误或自定义数值^[4]。

发展历程

以线段表达测量不确定度的做法,与近代统计图形的发展同步。统计图形在 19 世纪逐步成形,条形图、折线图等基础图式得到确立并在官方统计和教科书里推广,为在图中附加上误差信息提供了载体^[5]。此后,以标准差、标准误和置信区间表示结果不确定性的作图方式在实验科学中成为通行做法。

随着统计软件和电子表格的普及,误差线从手工绘制转为可由软件自动计算和生成。主流电子表格和绘图软件都内置了误差线功能,可以按标准误、标准差、百分比或自定义单元格数值添加,并支持端帽样式、线宽和颜色等外观设置^[4]。与此同时,学术出版界陆续提出统一要求,规定论文图注中必须写明误差线所代表的口径以及用于计算统计量的样本量 n^[6]。

应用

误差线广泛用于需要展示测量精度或数据波动范围的场合,包括实验测量、调查结果和预测值的呈现^[7]。在生命科学和医学研究中,柱状图配误差线是展示组间均值比较的常见形式,用以反映数据的变异程度^[2]。它可添加到柱形图、条形图、折线图、面积图、散点图和气泡图等多种图表类型上^[8]。

绘制误差线的数据既可以由软件按内置公式计算,也可以由使用者提供单独的正负误差列,从而实现不对称误差线,这在偏态数据中较为常见^[7]。在编程绘图库中,误差线通常由专门的绘图函数实现,通过参数分别指定数据位置、x 方向与 y 方向的误差大小,并支持只画误差线而不画数据标记^[9]。

局限

误差线的可解释性依赖其定义是否明确。若图中只给出误差线而不说明它是标准差、标准误还是置信区间,读者无法判断其含义,美国实验生物学会联合会等机构因此建议在图注中写明误差线代表何种量以及独立数据点的个数 n^[10]。当 n 小于 5 时,直接展示全部数据点比只画误差线更有信息量^[10]。

依据误差线是否重叠来判断组间差异是否显著并不可靠。用标准误绘制的误差线互不重叠,组间差异仍可能不具统计显著性;只有以置信区间绘制的误差线才允许通过是否重叠作出相应推断,而真正判断显著性仍须依靠 t 检验等统计检验^[2]。此外,标准差型误差线反映的是数据散布而非估计的精确度,样本量增大会使标准误型误差线收窄,但不会使标准差变小^[3]。

误差线的绘制还受图表类型和软件实现的限制。在二维图表中,只有面积图、条形图、柱形图、折线图和散点图的数据系列可以带误差线,仅散点图系列能同时设置 x 和 y 方向的误差线^[1]。不同软件对误差值的计算方式存在差异,同一份数据在导出为 PDF 等格式时可能出现肉眼可见的偏差^[4]。数据点较多时误差线会相互重叠,制图时可通过仅绘制部分误差线或改用带状填充的区间图来改善可读性^[11]。

参见

• 标准差 —— 衡量数据离散程度的基本统计量,常作为误差线的取值口径之一。

• 标准误 —— 衡量样本均值估计精度的统计量,是误差线最常用的口径之一。

• 置信区间 —— 由样本估计出的总体参数取值范围,可以画成误差线。

• 箱线图 —— 以箱体和须线展示数据分布的另一类图形,在呈现变异程度上与误差线功能相近。

• 条形图 —— 以柱体高度表示均值、常与误差线配合使用的图表类型。

• 散点图 —— 展示变量关系的图表,唯一可以同时添加 x 与 y 方向误差线的二维图型。