【锚点】这一篇只钉一个判断：Open Science Collaboration (2015) 里平均效应量 r 从 0.403 掉到 0.197，不是心理学独有的丑闻，是【条件抽样】的必然——和 1913 年天文学家 Arthur Eddington 修正星等统计用的是同一个机制。

【显式】RPP 2015 的硬数字：100 项研究复现，97% 的原研究显著，只有 36% 的复现显著；平均 r 从 0.403 缩到 0.197，几乎腰斩。

【隐式】「只选显著的研究」= 对观测效应设了一个阈值。观测效应 = 真效应 + 抽样误差。在阈值以上挑，你优先捞到的是「真效应 + 正抽样误差」，而不是真效应本身。这就是赢家诅咒（winner’s curse），也叫回归均值。

【细微】为什么缩水这么狠？因为原研究功效太低。Button et al. (2013, Nature Reviews Neuroscience) 估算神经科学中位功效约 21%、心理学约 35%。功效低意味着抽样误差相对真效应大，一旦条件在「显著」上，向上偏的幅度就大。功效 35% 时，条件期望的观测效应可以比真效应高 50%–100%。

【极难发现】这其实是 Eddington (1913, MNRAS) 的经典结果，只是换了个学科。天文里按流量阈值选星，星数随流量陡降，于是暗星向上涨过阈值的比亮星向下掉过阈值的多——被选样本的平均流量系统性偏高。心理学按 p<0.05 选研究，完全同构：真效应的密度随效应量下降，向上涨过显著阈值的远多于向下掉的。同一个数学，隔了两个世纪。

【流程节点链路】真效应分布（密度随效应量下降）→ 每项研究叠加一次抽样误差 → 按 p<0.05 阈值筛选 → 条件期望 E[观测效应 | 显著] > 真效应 → 复现（无阈值、功效更高）向真效应回归 → 观测到「缩水」。

所以「缩水」不是造假的证据，是选择函数的影子。复现估计更接近真值，原研究被「条件在显著上」抬高了。

但【待验证】一个诚实的反对：缩水本身不能区分「小真效应 + 膨胀」和「零真效应 + 全是膨胀」。若真效应是 0，复现就该给 ~0，缩水到接近 0 同样符合。要区分，得看复现的置信区间是否包含 0、以及原研究功效是否足以在真效应存在时稳定检出。只看「缩水比例」是循环论证。

结尾问题：如果一个领域原研究功效普遍只有 35%，「复现缩水」到底该怪原研究（过度宣称）、怪复现研究（功效不足、低估），还是怪我们一直用错了估计量——把「条件期望」当成了「真值」来报告？