图中标注显著性需说明所用的检验方法
别名: 检验方法标注 · t检验还是卡方
概念解释
"统计显著"这个标记省略了一个关键前提：显著是相对于某个检验方法而言的。同样的数据用 t 检验、Mann-Whitney 检验、或卡方检验可能得出不同的 p 值——不是哪个"更对"，而是它们对数据做出的假设不同（正态性、独立性、连续性）、检验的假设不同。不标注检验方法的显著性标记是一个不完整的证据陈述：读者无法评估这个结论在什么假设下成立、换一种合理的方法是否会得到同样结论。当不同的图表使用不同的检验方法却用同样的星号标记时，读者无法区分这些"显著"背后的方法差异。
机制
检验方法决定 p 值是因为每个检验都对"如何度量极端性"做了不同的选择：参数检验（t 检验）假设数据服从特定分布并利用该假设获得更高检验力；非参数检验（Mann-Whitney）不依赖分布假设但检验力稍低；比例数据的卡方检验与均值的 t 检验回答的是不同类型的问题。当数据违反检验的假设时（如重尾分布用 t 检验），p 值的计算基础就不成立——同样的数据在合适与不合适的检验下可能跨过或不跨过阈值。标注方法的作用是让结论可审计：知道用了哪种检验，读者（或审查者）可以评估假设是否合理、样本量是否足够、以及换一种方法结论是否稳健。没有标注时，这个审计链条在第一步就断了——"显著"变成了一个不可追溯的权威标签而非可检验的证据。
边界
标注的全部信息（检验类型、方向、是否校正）取决于空间预算：图上的空间有限，完整的统计细节应放在悬浮提示或附注中，图上至少标注方法类别（"t 检验"）。对于内部仪表盘统一使用一种检验的场景，可以在系统级声明一次而不必每张图重复。另一个边界是"读者是否需要理解检验方法才能使用结论"——业务读者通常不需要，但标注的意义不只是让读者理解方法，还包括当结论被质疑时可追溯：三个月后有人问"这个显著是怎么算的"，没有标注就无法回答。
怎么落地
- 每个标注显著性的图表在悬浮提示、附注或图注中注明检验方法（如"Mann-Whitney U 检验，双侧"）。
- 检验方法与数据类型在系统层面绑定校验（比例数据用卡方、均值用 t、计数用泊松相关方法），避免制图者手动选择不当的检验。
- 方法变更时在图表历史中留下版本记录，让同一图表不同时期的结论可以对应到不同方法。
- 验证：随机抽 3 个带星号的图表，检查是否能从图面或附注确定所用检验；任何一处无法确定即标注缺失。