柱状图加显著性星号：规范做法

跟完这篇，您能把一张分组数据画成一张规范的「均值柱 + 误差棒 + 显著性星号」图：柱高和误差棒各表示什么、星号来自哪种检验、怎么用几行代码把星号加上去，以及一个更重要的判断——什么时候这张柱状图根本不该画，该换成箱线图或散点图。

「均值柱配一对星号」是论文里最常见、也最容易画错的一张图。画错通常不在代码，而在没想清楚：误差棒到底代表什么、星号背后是哪种检验、这批数据适不适合用柱子概括。这篇按这三件事一步步走。

先备一张整洁数据表

无论最后画柱、画箱还是画点，起点都是同一种「整洁」格式：每行一个样本，一列放分组，一列放测量值。

sample	group	value
s1	Ctrl	12.4
s2	Ctrl	10.9
s3	Treat	18.2
s4	Treat	16.7

只要是这个形状，后面所有代码都能直接套。若您手上是「一组一列」的宽表，先转成上面这种长表再画。整洁数据的更多细节见统计方法怎么选。

柱高与误差棒各画什么

一根「均值柱 + 误差棒」其实叠了两层信息：柱子的高度是各组的均值，误差棒是围绕均值的一段波动范围。

library(dplyr)
library(ggplot2)

# df：整洁长表，group 为分组列，value 为测量列
stat <- df %>%
  group_by(group) %>%
  summarise(
    mean = mean(value),
    sd   = sd(value),
    n    = n(),
    sem  = sd / sqrt(n)      # 均值标准误 ＝ 标准差 ÷ 根号 n
  )

ggplot(stat, aes(group, mean)) +
  geom_col(width = 0.6, fill = "grey80") +
  geom_errorbar(aes(ymin = mean - sd, ymax = mean + sd), width = 0.2) +
  theme_classic()

误差棒可以画三种东西，含义完全不同，别混：

误差棒	表示什么	与样本量 n 的关系
SD（标准差）	数据本身有多散，反映个体间差异	与 n 无系统关系，样本再多也不会自动变短
SEM（均值标准误）	「样本均值」估计总体均值的精度	＝ SD ÷ √n，n 越大越短
95% CI（置信区间）	对均值的区间估计，约等于均值 ± 2×SEM	n 越大越窄

误差棒选 SD、SEM 还是 CI

选哪种误差棒，取决于您想让读者看什么，不取决于哪种画出来好看：

想说明「这批数据本身有多散」——用 SD。
想说明「我对这个均值估得有多准」——用 SEM 或 95% CI。
要做组间比较、让读者据图判断差异——95% CI 通常信息量最大。

一个常见的不诚实做法：为了让误差棒显得短、组间差异显得「更干净」，明明想表达离散却选了 SEM。 SEM 恒比 SD 小（除非 n＝1），这样选是拿视觉效果换了信息的真实性。请按「想表达什么」来选，不是按「哪种短」来选。

无论选哪种，图注里都必须写清两件事：误差棒代表的是 SD、SEM 还是 CI，以及每组的 n。少了这两条，一根误差棒是读不懂的。

还有一条要记牢，能避开一大类误读：

误差棒重叠不代表不显著，误差棒不重叠也不代表显著。 是否显著由检验的 p 值决定，不能靠肉眼比误差棒长短。所以「显著性」得单独做检验，也就是下一节的星号。

星号对应哪种检验

星号本身不是一种检验，它只是把某个检验算出来的 p 值换成符号显示。最常用的对应惯例是：

符号	p 值范围
`ns`	p ≥ 0.05（不显著）
`*`	p < 0.05
`**`	p < 0.01
`***`	p < 0.001
`****`	p < 0.0001

这套对应是常用惯例、非铁律。四颗星（p<0.0001）是部分绘图软件的默认，不少期刊只用到三颗星。用几级、界怎么划，请在图注里写明。

关键在于：星号背后的 p 值必须来自和您数据匹配的检验。选错检验，星号画得再多也没意义。按「几组、是否配对、是否近似正态」分岔：

场景	常用检验
两组、独立、近似正态	t 检验（方差不齐用 Welch 版）
两组、配对、近似正态	配对 t 检验
两组、明显偏离正态	Mann-Whitney U / Wilcoxon 符号秩（配对）
三组及以上、近似正态	单因素方差分析（ANOVA）＋事后两两比较（如 Tukey HSD）
三组及以上、偏离正态	Kruskal-Wallis ＋事后比较（如 Dunn，含校正）

三组以上别直接两两跑 t 检验。 每比一次都有一次犯假阳性的机会，比得越多假阳性越多。规范做法是先做 ANOVA（或 Kruskal-Wallis）这类总体检验，再做自带多重比较校正的事后检验。原理见多重检验校正怎么选。检验怎么挑，见 t 检验还是非参数检验。

把星号加到图上

代码层面，ggpubr 能把检验和标注一步做完：stat_compare_means() 负责跑检验、画括号、标星号。

library(ggpubr)

# 指定要比较的组对；两组时只列一对即可
my_comparisons <- list(c("Ctrl", "Treat"))

ggplot(df, aes(group, value)) +
  stat_summary(fun = mean, geom = "col",
               width = 0.6, fill = "grey85") +               # 柱高＝均值
  stat_summary(fun.data = mean_se, geom = "errorbar",
               width = 0.2) +                                # 误差棒＝均值 ± 标准误
  geom_jitter(width = 0.1, size = 1, alpha = 0.6) +          # 把每个原始数据点也画出来
  stat_compare_means(comparisons = my_comparisons,
                     method = "t.test",                      # 两组用 t 检验
                     label  = "p.signif") +                  # 显示星号而非 p 数值
  theme_classic()

几个要点：

label = "p.signif" 显示星号；想直接标 p 值改成 label = "p.format"。
method 要和上一节的判断一致：偏离正态改 "wilcox.test"，三组以上的总体 p 用 method = "anova" 或 "kruskal.test"。
stat_compare_means() 对您列出的多对比较是各自独立跑的，默认不跨比较校正。 一次列了好几对时，请回到 ANOVA ＋事后检验的路子，或自行对 p 值做校正，别把一堆未校正的星号直接堆上去。

注意上面已经用 geom_jitter() 把每个数据点叠在柱子上了——这不是装饰，而是下一节的重点。

什么时候别用柱状图

这是全篇最该记住的一节。柱状图适合表示「计数、比例、频次」这类从 0 起算、有明确总量的数据；用它去概括一批连续测量值，常常会骗人。

问题在于：一根「均值柱 + 误差棒」只压缩出两个数（均值、离散），而很多形状差别很大的数据，画出来的柱子几乎一模一样。同一根柱子背后，可能是均匀分布，也可能是两簇分开的双峰、一个离群点拉高的均值、或两组样本量悬殊。柱子把这些都藏起来了。已有被广泛引用的方法学讨论专门指出这一点：小样本的连续数据，应当把每个原始点都画出来，而不是只画柱和误差棒。

按数据类型选图：

数据 / 场景	更合适的图
计数、比例、频次（从 0 起的量）	柱状图，合适
连续测量、每组样本不多	散点 / 抖动点，把每个点都画出来
连续测量、样本较多	箱线图 / 小提琴图（可叠加点）
想同时看均值与离散	点＋均值线＋误差棒，别用实心柱

一个稳妥的折中，是在柱子（或箱子）上叠加原始点，既保留了熟悉的观感，又让读者看到真实分布——上一节的 geom_jitter() 正是干这个的。样本很小时（比如每组只有三五个），干脆别画柱，直接把点画出来、旁边标一条均值线即可。

常见错误

错误	后果	怎么避免
图注没写误差棒是 SD/SEM/CI	读者无法判断误差棒含义，图不可读	图注写清误差棒类型＋每组 n
为显得「差异干净」而选 SEM	用视觉短棒掩盖真实离散	按想表达什么选，不按哪种短选
靠误差棒是否重叠判断显著	结论出错	显著与否看检验 p 值，不看误差棒
三组以上直接两两跑 t 检验	假阳性膨胀	先 ANOVA/Kruskal-Wallis，再做带校正的事后检验
小样本连续数据硬画柱	双峰、离群点、n 不等被藏起来	画散点/箱线，或在柱上叠加原始点
星号和检验对不上（如配对当独立）	p 值本身就错，星号无意义	先按设计选对检验，再谈星号

在平台上跑一遍

不想写 R 代码也能得到同样规范的图：在百沐一下传入一张整洁数据表（每行一个样本、一列分组、一列测量值），用一句话说清「按组画均值柱、误差棒用标准误、两组做 t 检验并标星号」，它会自动核对检验前提、跑出结果、把星号画上去，并附可复现的 R 代码；若数据更适合箱线或散点，它也会提示您换。用法见智能绘图使用指南。