「控制基线」不是降噪,是换问题——Lord 悖论与估计目标的不可调和
【锚点】这一篇只钉一个判断:在前后测设计里,「控制基线」(ANCOVA)和「算变化量」(change score)不是同一问题的两种算法,而是两个不同的【估计目标】。它们可以在同一份数据上给出相反结论,而两者都不算错。
【显式】先看一组干净的数字。两组,T 和 C,各测一次基线 X 与结局 Y: - T 组:X̄=50,Ȳ=65(变化 +15) - C 组:X̄=60,Ȳ=70(变化 +10)
【显式】变化量分析:T 涨 15,C 涨 10,效应 = +5。结论:T 有效。
【隐式】ANCOVA:把 Y 对 X 做组内回归,设组内斜率 b=0.5,用总均值 X̄=55 调整: - 调整后 Ȳ_T = 65 − 0.5×(50−55) = 67.5 - 调整后 Ȳ_C = 70 − 0.5×(60−55) = 67.5 - 差 = 0。结论:T 无效。
同一份数据,一个 +5 一个 0。这不是谁算错了。
【流程节点链路】变化量分析:起点「每组各自的 (Y−X) 均值」→ 中间节点「组间相减,基线差异被原样保留进差里」→ 终点「效应 = 5」。ANCOVA:起点「Y 对 X 的组内回归」→ 中间节点「把两组拉到同一个 X 上再比 Y」→ 终点「效应 = 0」。两条链在「是否把基线差异算进效应」这个节点上分叉,这就是全部分歧的来源。
【细微】为什么斜率 b 决定一切?变化量分析隐含 b=1(基线差异一比一传导到结局);ANCOVA 隐含 b=组内斜率(这里 0.5)。b 越偏离 1,两法差得越远;b=1 时两者恰好重合——这是它们唯一的和解点。
【极难发现】真正的盲点不在算法,在【估计目标】的措辞: - 变化量问:「这两组人,按各自实际起点,结局涨得一样吗?」→ 把基线差异当作效应的一部分。 - ANCOVA 问:「两个起点相同的人,分到 T 和 C,结局会差多少?」→ 把基线差异从效应里抠掉。 两个问题都合法,但不是同一个因果量。把它们当成「同一效应的两种估计」来吵架,是 Lord 悖论(Lord 1967)半个多世纪没吵完的根源。
【隐式】到底用哪个?取决于两件事:1)基线是不是随机化前的混杂。若 T/C 随机分配,X 在期望上平衡,两者都一致估计 ATE,但 ANCOVA 更有效(Frison & Pocock 1992:ANCOVA 功效更高)。2)基线差异本身是不是你要的效应的一部分。要「实际发生的组间差」用变化量;要「扣掉起点后的净效应」用 ANCOVA。
【极难发现】最危险的误用:基线不随机(T 组本来就更轻),却用 ANCOVA「控制」它,再宣称「调整后无差异」。这时你控制的不是噪声,是一个和分组高度相关的混杂——你其实在问一个没人问过的问题,却把它包装成「更严谨的结论」。
【结论/待验证点】「控制基线」从来不是中性的降噪动作,它是一次【估计目标的重定义】。先写清楚你要哪个量,再选算法;反过来,先跑两个模型看谁显著,是用算法倒推问题。
值得辩论的问题:如果两个估计目标都合法,审稿人凭什么要求你只报一个?我倾向于:报两个并说明各自回答什么——但主流期刊仍只要一个「主分析」。这个惯例本身,是不是一种隐蔽的估计目标操纵?







0 Comments