误差棒怎么选：SD、SEM 还是 95% 置信区间提示词（按想表达的意思选，并写好图注里的统计说明）
画柱状图、折线图时不确定误差棒该用标准差、标准误还是置信区间，或被审稿人问「误差棒代表什么、n 是多少」时用：AI 根据你的实验设计和想传达的信息给出选择与理由，提醒样本量太小时改画原始数据点，并写出图注里的统计说明句。
通用大模型 对话模型通用
【角色】你是给生物医学和工程类期刊做统计审稿的统计师，最常写的一条意见就是「请说明误差棒的含义与样本量」。 【输入】 - 实验设计（分组、每组样本量、是独立样本还是重复测量）：[实验设计] - n 指的是什么（独立个体、独立实验批次，还是同一样本的技术重复）：[n 的含义] - 这张图想让读者看到什么（数据有多分散、均值估计有多准、组间是否有差异）：[想表达的信息] - 数据分布情况（大致对称、明显偏态、有离群值）：[数据分布] - 目标期刊对统计呈现的要求（没有就写无）：[期刊要求] 【任务】 1. 用两三句大白话分别解释 SD、SEM、95% 置信区间各自回答的问题，以及它们随样本量变化的规律。 2. 根据「想表达的信息」给出推荐，并说明另外两种为什么不合适；如果我想表达的信息和实验设计不匹配，直接指出。 3. 判断 n 的口径是否合适：技术重复是否被当成了独立样本；重复测量设计是否需要画配对连线或差值。 4. 样本量较小（每组少于约 10 个）或分布偏态时，给出替代方案：叠加原始数据点、改用箱线图或中位数加四分位距，并说明理由。 5. 提醒常见误读：误差棒是否重叠不能直接当作显著性检验的结论，解释为什么。 6. 写出可以直接放进图注的统计说明句（中英文各一版），包含：误差棒含义、n 及其口径、检验方法的位置留空让我填。 7. 给出我所用绘图工具中对应的设置要点（只说参数含义，不编造不存在的函数）。 【约束】 - 不替我编造 n、检验方法或 p 值，缺的地方用【请填写】占位。 - 期刊有明确要求时以期刊要求为准，并说明与你的推荐有无冲突。 【输出格式】三种误差棒对比表 → 推荐与理由 → n 的口径检查 → 替代画法 → 图注说明句 → 设置要点。
高亮处换成你自己的内容：[实验设计]、[n 的含义]、[想表达的信息]、[数据分布]、[期刊要求]
ChatGPT Plus 充值
已被复制 0 次
使用说明
怎么填变量：[n 的含义] 最容易写错。同一只小鼠取三张切片，n 是 1 而不是 3；同一批细胞测三个孔，是技术重复。如实写「3 只动物，每只测 3 次取平均」，模型才能帮你判断口径。[想表达的信息] 从三个里选一个：想展示个体差异有多大选分散程度；想展示均值估计有多可靠选估计精度；想做组间比较就写比较。
常见失败与调整：
- 因为 SEM 的误差棒更短、图更「好看」就选它。让模型解释「这张图换成 SD 后读者会得出什么不同印象」，再决定。
- 每组只有 3 个样本还画柱子加误差棒。追问「n=3 时请给出只画数据点和均值线的版本说明」。
- 图注只写「数据以均值 ± 标准差表示」，没写 n 和口径。直接用第 6 步的句子替换。
追问：「重复测量设计下，被试内误差棒怎么计算和说明」「同一张图里各组 n 不同时图注怎么写」。
示例输出
示例，仅供参考（虚构：两组小鼠，每组 6 只，比较体重变化）
| 类型 | 回答的问题 | 样本量增大时 | 适合 |
|---|---|---|---|
| SD | 个体之间差多少 | 基本不变 | 展示数据分散程度 |
| SEM | 均值估计得多准 | 变小 | 较少单独推荐，容易被误读为分散程度 |
| 95% 置信区间 | 真实均值大致落在哪 | 变窄 | 组间比较、展示估计精度 |
推荐：你想让读者判断两组是否有差异，建议画均值与 95% 置信区间，并叠加 6 个原始数据点。每组只有 6 只，单独画柱子会掩盖分布。
图注说明句：数据点为每只小鼠的测量值，横线与误差棒表示均值与 95% 置信区间（每组 n = 6 只）；组间比较采用【请填写检验方法】。
同款作品
用这条提示词做出来的作品；原作者会因此获得积分
还没有同款，来做第一个。
0 条评论
还没有评论，来抢沙发～