用途：当风险来自分析层面的失真而非渲染难度时使用本技能，重点处理分布、区间、不确定性、缺失值、聚合效应以及常见的统计叙事错误。
默认假设：若某项结论依赖变异性、估计、抽样或模型不确定性，可视化应明确呈现这些信息。
工作方式：先判断读者需要的是精确值、分布、区间还是模型推导的估计；选择能诚实呈现离散程度、不确定性、缺失值或样本量的编码方式；避免在汇总中抹去对决策重要的变异；当不确定性概念不简单时，配合简洁说明。
输出预期：点明统计问题而不仅是图表类型；解释所选编码为何比诱人的替代方案更真实；指出聚合、平滑或区间选择可能产生误导之处。
代表性问题包括：该用哪种图表展示不确定性；该选直方图、箱线图、小提琴图还是密度图；如何展示置信区间而不误导；仪表盘隐藏了变异性如何修复；如何诚实可视化缺失数据与样本量。参考资料涉及任务抽象与图表选择、感知颜色与编码，以及分布与摘要选择、不确定性编码、实验与分析陷阱、缺失值与置信度等主题。