今天讲一个因果推断视角下的统计心智模型：P 值阈值不是过滤噪声的筛子，而是制造发表偏倚的对撞因子（collider）。

【显式】教科书定义：p < 0.05 指「若零假设为真，观察到当前或更极端结果的概率」。但注意这个条件化方向——它没有给出「结论为真」的概率，也不等于效应存在。

【隐式】研究流程里的真实链条是：效应存在（或其反事实）→ 统计检验 → p 值 → 是否被发表。当你把「p < 0.05」当作筛选变量（selection variable）时，它就变成了一个对撞因子——效应真实存在与否会同时影响你的结果是否进入发表池。

【细微】这意味着什么？对元分析来说，漏斗图（funnel plot）的「不对称」不只是「小型研究缺失」这么简单。它正是对撞因子的可见形状：效应量为零的真实研究若想让 p < 0.05，就只能靠抽样误差偶然足够大；效应量小但真实的研究则死于样本量不足。你看到的已发表集合，是「效应大小」和「样本量」两个变量被同一个 p 阈值共同筛选后的残遗，两者从此互为条件。于是，「已发表文献中效应量与样本量负相关」不是偶然，是对撞偏倚的必然指纹。

【例子】Hedges & Vevea (1996) 和行为学/元科学证据（如 Fanelli 等）都显示：当研究者知道自己需要 p < 0.05，对统计功效的选择会发生系统偏移——「p-hacking」和「HARKing」本质上都是在对撞因子下游重新分配条件分布，而不是在改善因果识别。

【观点】所以，把 P 值当成一个「可设置的阈值」是统计学早期对「测量误差」的一种误会。它真正厉害的地方在因果图里：它是个节点，它创造了一个过去被我们当成「噪声」的实际偏倚机制。这比「废除显著性」或者「提高样本量」都更根本。

【延伸问题】我们能不能把「阈值选择」本身纳入因果图，设计出在多个 p 阈值下仍一致的概率校准模型？留给你想。