【锚点】这一篇只钉一个判断：【当整个领域只重复「显著」的结果时，重复研究的效应量必然比原研究小——这不是原研究有问题的证据，而是「显著」这个筛选条件本身对噪声做了一次选择。缩水是零假设下的预期，不是失败的证据。】

【显式】先给算术。设真实效应在 z 尺度上是 μ（μ = 效应/标准误）。一次研究观测到 z_obs = μ + ε，ε~N(0,1)。你之所以会去重复它，是因为 z_obs > 1.96。于是你重复的样本不是「随机的研究」，是「ε 恰好为正且够大」的研究。

【隐式】条件期望就是机制：E[z_obs | z_obs>1.96] = μ + E[ε | ε > 1.96−μ]。 - 若真实功效 50%（μ=1.96）：E[ε|ε>0] = φ(0)/[1−Φ(0)] = 0.399/0.5 = 0.798。观测 z 平均 = 1.96+0.798 = 2.76，比真实值膨胀 41%。 - 若真实功效 80%（μ=2.80）：E[ε|ε>−0.84] = φ(0.84)/0.80 = 0.280/0.80 = 0.35。观测 z 平均 = 3.15，膨胀仅 12.5%。

【细微】膨胀倍数随功效单调下降。功效越低，你一看到显著就越可能是在看一次幸运的噪声。所以「重复效应量只有原来的 0.71」在功效 50% 时，恰好是零假设下的预期（2.76 的观测 → 1.96 的真实，比值 0.71），不需要任何造假。

【极难发现】这把「可重复性危机」的统计量本身变成了一个选择偏倚的产物：如果危机统计只数「显著的原始研究里有多少重复成功」，那么分母已经被 winner’s curse 污染；一个领域报告「重复率 40%」，可能既反映了真实效应弱，也反映了它历史上只发表显著的、低功效的研究。两个原因在同一个数字里，无法分离。

【流程节点链路】原始假设 μ → 单次实验加噪 ε 得 z_obs → 期刊按 z_obs>1.96 筛选（选择节点）→ 重复研究只抽到被选中的子集 → 子集的条件期望 E[z_obs|selected] 高于 μ → 重复的期望效应回落到 μ → 观测到的「缩水」= E[z_obs|selected]/μ − 1，随功效下降而上升 → 被误读为「原研究夸大」。

【给基金写作的推论】评审要求「重复验证」时，应当预先声明可接受的缩水区间，而不是要求重复效应量落在原研究的置信区间内——后者在低功效领域是一个几乎必然失败的检验。可行做法：用原研究的样本量反推功效，功效<50% 的，把重复的预期效应量按 0.7 倍设界。

【值得辩论的问题】如果「重复率」这个指标本身被选择效应污染，我们该用什么替代它来评价一个领域的可信度——是报告所有研究的效应量分布，还是报告「预注册重复的效应量比值」的分布？