如何顯示交叉（配對）實驗的誤差線
以下場景已成為調查員（I）、審稿人/編輯（R，與 CRAN 無關）和我（M）作為情節創建者三人組中最常見的問題。我們可以假設 (R) 是典型的醫學大佬審稿人，他只知道每個劇情都必須有誤差線，否則就是錯誤的。當涉及統計審查員時，問題就不那麼重要了。
設想
在典型的藥理學交叉研究中，測試了兩種藥物 A 和 B 對葡萄糖水平的影響。每位患者以隨機順序進行兩次測試，並假設沒有遺留問題。主要終點是葡萄糖 (BA) 之間的差異，我們假設配對 t 檢驗就足夠了。
(I) 想要一個顯示兩種情況下絕對葡萄糖水平的圖。他擔心 (R) 對誤差線的渴望，並要求在條形圖中提供標準誤差。讓我們不要在這裡開始條形圖大戰._）
(I)：那不可能。條形重疊，我們有 p=0.03？這不是我在高中學到的。
(M): 我們這裡有一個配對設計。請求的誤差線完全不相關，重要的是配對差異的 SE/CI，圖中未顯示。如果我可以選擇並且沒有太多數據，我更喜歡下面的情節
**補充1：**這是幾個回復中提到的平行坐標圖
(M)：線條顯示配對，大多數線條向上，這是正確的印象，因為斜率是重要的（好吧，這是絕對的，但儘管如此）。
(I)：那幅畫令人困惑。沒有人理解它，而且它沒有誤差線（R 潛伏著）。
(M)：我們還可以添加另一個圖，顯示差異的相關置信區間。與零線的距離給人以效果大小的印象。
（一）：沒人做
(R): 它浪費了珍貴的樹木
(M): (作為一個優秀的德國人): 是的，樹上的點被選中了。但是當我們有多種治療方法和多種對比時，我仍然使用它（並且從未發布過）。
有什麼建議嗎？如果要創建繪圖，R 代碼如下。
# Graphics for Crossover experiments library(ggplot2) library(plyr) theme_set(theme_bw()+theme(panel.margin=grid::unit(0,"lines"))) n = 20 effect = 5 set.seed(4711) glu0 = rnorm(n,120,30) glu1 = glu0 + rnorm(n,effect,7) dt = data.frame(patient = rep(paste0("P",10:(9+n))), treatment = rep(c("A","B"), each=n),glucose = c(glu0,glu1)) dt1 = ddply(dt,.(treatment), function(x){ data.frame(glucose = mean(x$glucose), se = sqrt(var(x$glucose)/nrow(x)) )}) tt = t.test(glucose~treatment,paired=TRUE,data=dt,conf.int=TRUE) dt2 = data.frame(diff = -tt$estimate,low=-tt$conf.int[2], up=-tt$conf.int[1]) p = paste("p =",signif(tt$p.value,2)) png(height=300,width=300) ggplot(dt1, aes(x=treatment, y=glucose, fill=treatment))+ geom_bar(stat="identity")+ geom_errorbar(aes(ymin=glucose-se, ymax=glucose+se),size=1., width=0.3)+ geom_text(aes(1.5,150),label=p,size=6) ggplot(dt,aes(x=treatment,y=glucose, group=patient))+ylim(0,190)+ geom_line()+geom_point(size=4.5)+ geom_text(aes(1.5,60),label=p,size=6) ggplot(dt2,aes(x="",y=diff))+ geom_errorbar(aes(ymin=low,ymax=up),size=1.5,width=0.2)+ geom_text(aes(1,-0.8),label=p,size=6)+ ylab("95% CI of difference glucose B-A")+ ylim(-10,10)+ theme(panel.border=element_blank(), panel.grid.major.x=element_blank(), panel.grid.major.y=element_line(size=1,colour="grey88")) dev.off()
您的假設是完全正確的，即代表平均值標準誤差的誤差線完全不適合主題內設計。然而，重疊誤差線和重要性的問題是另一個話題，我將在這個評論參考列表的末尾回到這個話題。
心理學有豐富的文獻關於受試者內置信區間或誤差線，它們完全符合您的要求。參考工作很清楚：
Loftus, GR, & Masson, MEJ (1994)。在受試者內設計中使用置信區間。心理公報與評論，1（4），476-490。doi:10.3758/BF03210951
然而，他們的問題是他們對所有級別的主題內因素都使用**相同的錯誤術語。**對於您的情況（2 個級別），這似乎不是一個大問題。但是有更現代的方法可以解決這個問題。最為顯著地：
Franz, V. 和 Loftus, G. (2012)。受試者內設計中的標準誤差和置信區間：推廣 Loftus 和 Masson (1994) 並避免替代賬戶的偏差。心理公報與評論，1-10。doi:10.3758/s13423-012-0230-1
Baguley, T. (2011)。計算和繪製 ANOVA 的受試者內置信區間。行為研究方法。doi:10.3758/s13428-011-0123-7 [可以在這裡找到]
在後兩篇論文中可以找到更多參考資料（我認為這兩篇論文都值得一讀）。
研究人員如何解釋 CI？根據以下論文不好：
Belia, S.、Fidler, F.、Williams, J. 和 Cumming, G. (2005)。研究人員誤解了置信區間和標準誤差線。心理方法，10（4），389-396。doi:10.1037/1082-989X.10.4.389
我們應該如何解釋重疊和不重疊的 CI？
Cumming, G. 和 Finch, S. (2005)。通過眼睛推斷：置信區間和如何閱讀數據圖片。美國心理學家，60（2），170-180。doi:10.1037/0003-066X.60.2.170
最後一個想法（儘管這與您的情況無關）：如果您在一個圖中有一個裂區設計（即，主體內部和主體之間的因素），您可以完全忘記誤差線。我會（謙虛地）
raw.means.plot在 R 包中推薦我的函數plotrix。