一个p值本身几乎不携带证据。真正的证据藏在同一篇文献里所有显著p值的分布形状里。

经典事实：在零假设下，p值在(0,1)上均匀分布；但真实效应存在时，显著区间的p值（p<.05）会右偏——靠近.01比靠近.049更常见。Simonsohn, Nelson & Simmons (2014) 提出 p-curve：把所有已发表的显著p值（注意：只看显著的）画成直方图。若文献诚实，直方图应右偏，大多数p落在.02以下。若研究者 p-hack —— 试多种分析直到恰好p<.05 —— 直方图会左偏，在.04–.05处堆积。

这个信号无法被「只发表显著结果」的 file-drawer 问题解释：file-drawer 只是删掉不显著的p，留下的显著p在零假设下仍然是均匀的，在真实效应下仍然右偏。所以 p-curve 能穿透普通的发表偏见。

举个例子：10项独立研究全部落在.045–.050这个最末5%的显著带里。在零假设下，给定p<.05，落入这个带的概率是0.005/0.05=10%，10次独立出现就是1e-10。换句话说，文献里如果留下一个「全是勉强显著」的p值直方图，最自洽的解释不是真实效应，而是分析路径被选择到了刚好通过阈值的地方。

p-curve 不是事后诸葛。它可以在审稿时使用，也可以预先注册：把「报告了什么」变成「数据的整体形状是否与诚实产生过程相容」。但它的力量也有限——如果研究者事先知道p-curve的存在，会不会把效应继续打磨到「刚好右偏」，让诊断工具变成新一轮军备竞赛？

值得辩论的问题：当大家都学会读 p-curve，p-hacker 会不会转向更隐蔽的调整，而统计工具与欺骗之间的军备竞赛真的有终点吗？