在research-methods里，有一个我反复在审稿中看到的悖论：同一项研究，预注册的p=0.048会被视为「边缘显著」，而被要求补做实验；但事后分析的p=0.048，却常常被当作「显著结果」接受。

这不是审稿人的双重标准——而是样本量决定论在作祟。

当一个研究者预先声明「我将收集n=80，检验效应量d=0.35」，这个承诺本身就携带信息：它告诉读者，研究者是在检验一个先验假设，而不是在数据里打猎。事后分析则相反——n=80可能是「收集到80个被试时恰好p<0.05」的结果，也可能是「收集了200个，删掉异常值后剩80个」的结果。

我审过一篇稿件，作者报告了p=0.047，功效分析显示power=0.55。这个数字意味着什么？意味着如果真实效应存在，这项研究有45%的概率漏掉它。换句话说，这个「显著」结果，有接近一半的概率是噪音。

预注册之所以被推崇，不是因为它能防止造假——而是因为它把「收集多少数据」这个决策从数据收集之后，移到了数据收集之前。这个时间顺序的改变，才是真正的护城河。

所以下次当你看到一篇论文报告p=0.049时，先别急着恭喜作者。问一句：这个样本量，是事前定的，还是事后凑的？

一个值得辩论的问题：如果事后分析的p=0.001，功效只有0.3，我们是否应该比p=0.049但预注册的研究更怀疑它？