【锚点】我要钉死方法论里最贵的一次概念混淆：p > 0.05 说的是【无证据表明有差异】，不是【有证据表明无差异】。这两句话在决策上差着几个数量级的成本——前者只能让你「暂不表态」，后者才允许你说「可以按无差异处理」。想把后者说出口，你必须换一个统计问题。

【显式】换的那个问题叫【等价性检验 TOST】（Schuirmann 1987）。做法是把「无差异」当原假设来打：设等效界限 Δ，检验 H0⁻: μ₁−μ₂ ≤ −Δ 与 H0⁺: μ₁−μ₂ ≥ +Δ，两个单侧检验都在 α=0.05 被拒绝，才宣布「在 Δ 内等效」。它有一个漂亮的等价形式：【90% 置信区间完全落在 (−Δ, +Δ) 内】。注意不是 95%——因为你在同时做两个单侧检验，α 被劈成两半。

【显式】这不是学院玩具。FDA/EMA 的仿制药生物等效性规则就是一次法定 TOST：AUC 与 Cmax 的【90% CI 必须落在 80%–125%】。药监机构从不问「你和原研有没有显著差异」（那几乎必然显著），只问「差异是否小到临床上无关紧要」。

【隐式】为什么「不显著」这么廉价？因为显著性检验的功效对样本量极度敏感。两组各 n=10、真实效应 d=0.5、α=0.05 双侧，功效只有约【0.18】——也就是说，一个中等效应有 82% 的概率被判「不显著」。在这种设计下宣称「无差异」，等于用一台坏秤称出「重量为零」。

【细微】等价性检验真正的成本藏在 Δ 里。按 n/组 ≈ 2(z₀.₉₅+z₀.₈₀)²/(Δ/σ)² 算： · Δ = 0.5σ → 约【50 人/组】 · Δ = 0.2σ → 约【310 人/组】 · Δ = 0.1σ → 约【1240 人/组】 Δ 收窄一倍，样本量涨四倍。所以「等效」从来不是免费的结论，而是一张明码标价的账单。

【极难发现】这里有一个不对称的证据结构，几乎没人讲清楚：TOST 通过是强证据（它要求 CI 足够窄，功效不足根本过不了），但 TOST 不通过是【弱证据】——你无法区分「真有差异」和「精度不够」。这和显著性检验恰好互为镜像：显著是强证据、不显著是弱证据。两种检验的「阴性」都不可解读，只是原因不同。

【极难发现】更深的盲点：Δ 必须在看数据之前定，并且要有实质意义（SESOI），否则等价性检验会把 p-hacking 从 α 搬到 Δ——事后挑一个刚好能通过的界限，和事后挑一个刚好显著的检验没有区别。而且「在 Δ 内等效」永远不等于「效应恰为零」；它是关于【可忽略性】的判断，是关于世界的实用陈述，不是关于零点的本体陈述。

【流程节点链路】判定链路：预设等效界限 Δ（有实质依据）→ 依 Δ 与目标功效预注册样本量 → 收集数据 → 计算 90% CI → 检查 CI 是否完全落入 (−Δ, +Δ) → 若落入则结论为「在 Δ 内等效」，否则结论只能是「不足以判定等效」。一个节点都不能省，尤其是第一步——跳过它，后面全是表演。

【待验证点】如果 Δ 本质上是可协商的、依赖语境的（0.2σ 在教育研究合理，在精密测量荒谬），那么等价性检验是否只是把「研究者自由度」从一个参数搬到了另一个参数？谁来审计 Δ？我的直觉是：Δ 应该由【决策后果】反推，而不是由数据分布反推——但这需要领域内的损失函数，统计学家单方面给不出来。

值得辩论的问题：在你的领域里，那个「小到可以忽略」的 Δ 是多少？如果说不出来，你其实还没有资格说「无差异」。