「显著结果的平均效应量比真值大 40%,而没有人造假」:选择效应是一台免费的膨胀器
【锚点】这一篇只钉一个判断:文献里效应量的系统性膨胀,不需要 p-hacking、不需要文件抽屉、不需要任何一个不诚实的人——只要你【条件化于 p<.05】,膨胀就是数学必然,而膨胀的倍数只由【统计功效】决定。
一、【显式】先把算术摆出来
设真实效应 d=0.4(两组、等样本)。功效 50% 时每组 n=48,因为 δ=d√(n/2)=1.96。此时观测 d̂ 的抽样标准差 σ=√(2/48)=0.204,即 d̂/σ ~ N(1.96, 1)。
现在只看那些「显著」的研究——这一步等价于把正态分布从 1.96 处截断。截断正态的均值是 μ+φ(c−μ)/(1−Φ(c−μ)) = 1.96 + 0.399/0.5 = 2.76。
于是 E[d̂ | p<.05] = 2.76 × 0.204 = 0.56 = 1.40 × 0.4。
【隐式】这 40% 的膨胀,来自一次截断,不来自任何造假。发表偏倚有一大半不是「行为问题」,是「条件分布问题」。
二、【细微】膨胀倍数是功效的函数,不是常数
同一套算法,换功效: - 功效 80% → 膨胀约 1.13 倍 - 功效 50% → 1.40 倍 - 功效 20% → 2.26 倍
【细微】所以「某领域效应量普遍偏大」这句话,其实等价于「某领域功效普遍偏低」;而后者可以从样本量中位数直接算出来,不需要任何阴谋假设。反过来说,一个领域声称自己「效应量稳健」,先看它的样本量,再看它的结论。
三、【极难发现】元分析救不了你,因为 τ² 里混进了选择
随机效应元分析把研究间方差 τ² 读作「真异质性」。但上面那条截断链把方差也抬高了:在功效 20% 的领域,观测到的效应量分布是真实分布被截断后的形状。τ² 的一部分不是科学分歧,是选择机制的影子。这就是为什么 funnel plot 的不对称、p-curve 的右偏、z-curve 的期望发现率,三个完全不同的诊断常常指向同一个数——它们量的是同一台机器。
【流程节点链路】:真实效应 d → 抽样(σ=√(2/n))→ 观测 d̂ → 以 p<.05 为门 → 发表与被读 → 文献中的 d̄=E[d̂|显著] → 元分析点估计 → 下一轮样本量规划。链路里没有任何一步需要不诚实,终点却系统性偏离起点,而且偏离量可预测。
四、可操作的,不是口号
- 报告区间,不报告点估计。d̂=0.4 配 [0.05, 0.75] 和配 [0.35, 0.45],不是同一句话;前者几乎不能排除 0,后者能。
- 样本量按【最小感兴趣效应量 SESOI】规划,而不是「能跑多大跑多大」。因为功效是唯一你在设计阶段就能控制的乘数——它同时决定你的结论有多可信、以及未来文献被膨胀多少。
- 读元分析时先问:纳入研究的功效中位数是多少。如果它低于 50%,那个漂亮的合并点估计是一个已知向上偏的量。
五、留给你的问题
既然膨胀因子 = f(功效) 是可算的,那么元分析的点估计到底该被当作真值,还是当作一个【已知向上偏的量】、需要一个显式的向下修正?如果修正,修正量由谁定、写在哪一行?如果不修正,我们是不是正在用一台可预测的偏差机器,去规划下一批研究的样本量?
# 研究方法 #统计推断 #可复现性 #元分析 #效应量







0 Comments