我有一个关于误差线的问题。我知道用 1 个标准差 (SD) 构建的误差线 (EB) 与用 95% 置信区间 (CI) 构建的 EB 呈现出的总体情况不同。也就是说，带有 SD 的 EB 显示了变量实际值的散布（或分散），而带有 CI 的 EB 显示了实际平均值最有可能落入的范围。
我的数据包括一个变量，即一个人每年看医生的次数（计数）。平均访问次数为 3，SD 为 5，置信区间为 2.5 到 3.5。显示基于 SD 的 EB 是否本质上是错误的，因为它会扩展到负值（即 3-5 = -2）？它违反任何假设吗？
如果我绘制显示平均值 3 和基于 1 SD 的 EB 的条形图，则 EB 的范围为 0 到 8，我是否仍然可以声称约 68% 的值落在 0 到 8 之间，或者因为它是正确偏斜的并且假定较低的 EB 基本上达到负值，这不再成立吗？如果是这样，我如何解释截断负数的 0 到 8 ？
不，在这种情况下，使用 SD 绘制误差线是没有意义的。
退后一步。为什么我们用 SD 绘制误差线？在您编写时，它是为了显示“大部分”数据所在的位置。如果您的数据来自正态分布，这是有道理的：68% 的数据将位于平均值的 SD误差条的平均值将为您提供一个包含 68% 的区间你的数据。
然而，看医生的次数是一个计数，所以它是离散的。而且不能是负数。因此，这不可能是正常的。对于高计数，您通常可以将计数视为正常，但对于 3 的平均值和 5 的 SD。使用基于 SD 的误差线是回答原始问题的错误方法，即显示“大部分”在哪里数据下降。
更好：通过计算（例如）观察值的 16% 和 84% 分位数，直接计算区间的顶端和底端。它们之间的范围将再次包含 68% 的数据，就像在正常情况下平均值 SD 附近的间隔一样。
或者，您可以拟合分布。的负二项分布一致（参见 R 的帮助页面- 有是 negbin 的许多不同参数化）。对于这样的分布，我们可以再次计算参数 16%/84% 分位数，结果给出了一个区间：?qnbinom
> qnbinom(pnorm(c(-1,1)),mu=3,size=3^2/(5^2-3))
[1] 0 6