这是科学家做的图吗？

使用图表来表达研究成果，是发表研究成果的常用方法，能够做到简单，明了，一目了然。

柴静的“穹顶之下”在网上引起一阵热议，其中引用的一张图，在科学网上也引起口水飞扬。

本人外行，只有看热闹的份。后来仔细看看那张图Fig.6，有了不吐不快的感觉，也说说两句。

平面二维坐标图只能表达两个独立变量之间的关系。如果有更多的变量，他们之间肯定不是独立的。

看看这张图，满满当当四个数轴都标上了变量。

纵坐标一般表示因变量，代表跟随自变量变化的量。在这个图中，左右纵坐标都用上了。先说说左纵坐标，标注的是“Percent increase（%） ”，而在Figure Caption中又说成“The inter-anual variability of the estimated percent increases in daily mortality”,在Abbreviations中又变成了mortality，好像存心不让人读懂似的。右纵坐标标了个数值方向减小的Concentration，且和左坐标轴一点关系也没有。咋一看还真搞不懂它做什么用，不敢吭声，只能讨教别人，得的答复是：“Fig 6. 右边的坐标是用于标注上面的黑色柱子（显示当年的PM2.5值）。这个信息是额外的补充信息，完全可以去掉。”既然是多余的，放在那里做什么？要想标注P2.5的年平均值，在柱状图的Legend上标个浓度单位不就得啦。PM2.5的legend画成比柱状图的宽很多，也不妥。

再说说横坐标。横坐标一般表示自变量。在这张图上，下横坐标代表时间（年份），而上横坐标标注了PM2.5的年平均值，这PM2.5的年平均值根本是一个无规律的数值，和下横坐标没有任何关系。这图还进行了纵坐标数值（代表死亡率也好，代表死亡率的增加量也好）和时间年份的统计回归分析。请问做这样的回归分析有什么意义？难道是为了做算命先生预测哪年流年不利？是不是故弄玄虚，让人不明觉厉？而人们最关心的是纵坐标数值（代表死亡率也好，代表死亡率的增加量也好）和PM2.5浓度的关系，要做回归分析的是纵坐标数值和PM2.5浓度的关系，应该用PM2.5浓度做横坐标，当然要从小到大顺序。

线性关系是最简单明了的。有人从中读出了“PM2.5值每增加10（单位？），心血管病死亡率平均将上升1.3%，呼吸系统病死亡率将增加0.6%”，这不是线性关系吗？画两条直线，不就得啦？从直线的斜率马上就可以看出变化率。

单调非线性变化也是容易看明白的，例如，如果变化是曲线上升（下降）的，从曲线的切线斜率，也可以看出变化趋势。这张图搞了个3次方的回归，意义在哪？柴静的视频是二次方的回归，还稍微好看一点，可是数据点有太离散，没有什么相关性。

这个图根本不像是一个科学家做的。

柴静的视频，把一个由理论模型搞出的这个图，变成了她静口中的事实：“当pm2.5值升高的时候，人群的死亡率是随之上升的。”误导不小吧？

柴静团队选用这个图来说事，而且还做了修改，看来其中高人也不多啊。

科学探求因果关系，以实验或观测数据来归纳因果关系结论，必须遵守科学归纳法，起码穆勒五法得遵守。

科学探求因果关系，因果关系是必然的、确定的。要得出因果关系，必须应用科学归纳法，所有影响因素可控。而现在的很多情况是影响因素无法控制，所以，很多时候得出的结论不是因果关系。

纵坐标数值（代表死亡率也好，代表死亡率的增加量也好）和PM2.5浓度的年平均值关系图，这样的数据能得出什么结论？况且是没有控制其他因素的条件下。

PM2.5浓度的年平均值和年份又有什么规律？

如果PM2.5年平均浓度和年份有函数关系，而percent increase（%）和PM2.5年平均浓度有函数关系，那么，可以推出percent increase（%）和年份存在函数关系。