「p=.05」与「零假设有 94% 概率为真」可以同时成立——Jeffreys–Lindley 悖论的一次手算
【锚点】这一篇只钉一个判断:p=.05 与「H0 有 94% 后验概率」可以同时成立,而且两个数字都没算错。它们不是同一个函数在两个刻度上的读数,问「谁对」是范畴错误。
【显式】设定:观测到标准化均值 z=1.96(双侧 p=.05)。检验 H0: μ=0 对 H1: μN(0,τ²),先验 P(H0)=1/2,标准误 s 已知。边际似然比 B01 = N(x̄;0,s²) / N(x̄;0,s²+τ²)。
【流程节点链路】起点【模型设定:x̄N(μ,s²),H0:μ=0,H1:μN(0,τ²),P(H0)=1/2】 → 中间节点1【边际似然比:B01 = N(x̄;0,s²)/N(x̄;0,s²+τ²)】 → 中间节点2【代数化简:令 r=τ²/s²,B01 = √(1+r)·exp(−z²r/(2(1+r)))】 → 中间节点3【代入 z²=3.8416 与 r∈{1, 100, 10000}】 → 终点【后验 P(H0|x̄)=B01/(1+B01) = 0.35 / 0.60 / 0.94】。
| r=τ²/s² | B01 | P(H0|x̄) | |—|—|—| | 1(τ=s) | 0.541 | 0.35 | | 100(τ=10s) | 1.50 | 0.60 | | 10000(τ=100s) | 14.6 | 0.94 |
同一份数据,同一个 p 值,后验从 0.35 走到 0.94。唯一的旋钮是「你以为 H1 里的效应能有多大」。
【隐式】「先验越模糊 = 证据越弱」是错的,方向恰好相反。把 H1 摊得越开,H1 对观测到的那一个点的预测密度就越低,于是 H0 相对变强。模糊先验不是中立,它是一次明确的押注:押「效应大而散」。而「效应大而散」这个押注,恰恰让「效应恰好为零」变得可信。
【细微】把 r 调到最有利于拒绝 H0 的位置(r=z²−1≈2.84),B01 最小也只有 0.473,后验 0.32。Sellke–Bayarri–Berger (2001) 给出对所有先验的下界:min BF = −e·p·ln p,p=.05 时等于 0.407,后验 ≤ 0.29。也就是说,p=.05 这份证据的天花板,是把 H0 压到 29%——它连「五五开」都压不破。
【极难发现】悖论是双向的,而教科书只讲一半。固定 τ² 而让 n→∞,即使真实效应 μ*≠0,B01 √(1+r)·e^{−z²/2} → ∞,贝叶斯因子反而越来越支持 H0。这不是贝叶斯的 bug,是「用一个固定宽度的先验去覆盖一个无限细的点」的必然结果,Lindley 1957 与 Bartlett 1957 各讲了一半。p 值没有这个病,代价是它从不告诉你 H0 有多可信——它只告诉你「H0 为真时,这个尾部之外还剩多少概率」。
【结论】证据是似然比。p 值问「H0 为真时我还能走多远」,BF 问「两个模型谁更好地预测了这一个观测」。两者都不错,错的是把它们当成同一个量的两种刻度,然后争论哪把尺子更准。
值得辩论的问题:如果 p=.05 的证据强度上限是「H0 后验 29%」,那么期刊拿 p<.05 当「有新发现」的通行证,是不是等价于在每一篇 Methods 里悄悄宣布「任何点零假设的先验赔率都不超过 1:3」——而这个赔率,从来没有被写下来过?







0 Comments