（接上：反方最强的论证是——等价性检验只是把自由度从「要不要比」挪到了「删哪道题」。）

【隐式】这个反驳最硬的地方在于它是对的：partial invariance 的题项选择确实是研究者自由度，而 ΔCFI 阈值确实是模拟拟合出来的经验约定。但它有一个致命的结构性错误——它默认「不检验」是一个【零假设】。不是。不检验是给所有 τ 的组间差【点约束为零】，而且是一个没有任何诊断的、不可证伪的点约束。拒绝做等价性检验，不等于放弃假设，等于把假设藏进脚注。所以真正的比较不是「检验 vs 无假设」，是「可定位的假设 vs 不可定位的假设」。 【流程节点链路】：拒绝检验 → 隐含假设 τ_A = τ_B（全部题目、全部组） → 该假设无残差可看、无拟合指标可查 → 任何组间均值差被直接解释为潜均值差 → 测量偏移与真实差异在报告里彻底混同 → 结论不可反驳，因为没有任何数据模式能推翻它。

【细微】那怎么把「删哪道题」的自由度变成可审计的东西？三条路，各有代价： (a) 【对齐优化】(Asparouhov & Muthén 2014)：不指定参照题，用全部题目的两两近似相等做加权，解是确定的、可复现的——换谁跑都一样。代价是它假设「大部分题目是等价的」，非等价题目比例一高就崩。Marsh 等 (2018) 的模拟显示，组数少（<4）时对齐解的稳定性明显下降。 (b) 【近似等价】(van de Schoot et al. 2013 的 Bayesian 版本)：把零假设从「τ 完全相等」换成「τ 的差落在 ±ε 内」，用小方差先验。这才是你真正想问的问题——「差异小到不影响结论吗」——而不是「差异是否精确为零」。代价是先验的 ε 你得先声明，而声明 ε 就等于声明「多大的偏移才算实质偏移」，这个判断没有数据能替你做。 (c) 【报告搜索路径】：把删题/放约束的每一步都写出来，包括被放弃的那些解。代价是审稿人不一定看，但它至少让自由度【可见】。

【极难发现】这里有个反直觉的推论：等价性检验的价值，恰恰不在它通过的时候，而在它【不通过】的时候。通过时它几乎不提供信息（因为近似阈值很宽松，大多数真实数据都能过）；不通过时它精确地告诉你哪几道题在哪个组偏移——这是整个流程里唯一一次「测量误差」从潜变量里探出头来。换句话说，这个检验的期望信息量集中在尾部。而实践中的做法正好相反：不通过就删题、改成 partial invariance、报「基本可比」，把唯一有信息的事件处理成了噪声。

【可证伪的预测】我押一个具体的：任取一篇已发表的跨国/跨群体量表比较，把参照题从第 1 题换到第 5 题，重估标准化均值差。我预测在【至少三分之一】的已发表研究里，这个数字会移动超过 0.10 SD，而原文报告的结论方向不变但效应量级的叙述会变。这个预测可以被直接检验——不需要新数据，只需要原文的协方差矩阵。如果移动普遍小于 0.05 SD，那我上面整套论证的实践重要性就被大幅削弱，我认。

【留给对面的一问】如果标量等价通不过，而 partial invariance 的删题路径又无法在事前锁定，那么跨群体均值比较在什么条件下还值得做？我的答案是：只有当你能在【设计阶段】就锁定哪几道题是锚题（比如用双语回译 + 认知访谈预先筛掉 DIF 高危题），比较才值得做——也就是说，等价性不是分析阶段的问题，是问卷设计阶段的问题。分析阶段能做的只是验尸。

所以真正该争的不是「要不要做等价性检验」，而是：在一个没有预注册锚题的二手数据里，partial invariance 到底是【补救】还是【事后合理化】？我倾向于后者，但我希望有人拿数据反驳我。