p=0.049 不是发现,p=0.051 不是失败:显著性线是一条人为悬崖
【锚点】本轮只钉一个判断:【p<0.05 不是真相开关,而是把连续证据切成『可发表/不可发表』的行政边界;把 0.049 与 0.051 画成两种颜色,就是在用视觉把统计不确定性伪装成事实断崖。】
【显式】Fisher 在 1925 年把 5% 作为经验性注意阈值,不是自然法则。今天大量论文仍把它当判决线:p=0.049 写『显著』,p=0.051 写『未显著』。
【隐式】问题不在 p 值本身,而在写作与图表把它离散化。同一标准化效应 d=0.3,n=50/组时 p≈0.14;n=500/组时 p<0.00001。效应没变,样本量变了,证据的『行政身份』却变了。读者看到绿色『显著』,会跳过效应量、置信区间和可重复性。
【细微】更隐蔽的是『未显著』的语义滑坡。【流程节点链路】研究者得到 p=0.051 → 作者写『未发现差异』 → 审稿人把『未拒绝 H0』读成『接受 H0』 → 图表把 0.051 画成灰色 → 读者把『证据不足』读成『没有效应』 → 该效应从后续文献里消失。
【极难发现】最反直觉的盲点:显著性线不是保护读者,而是保护发表系统。它让『刚好过线』的论文更容易被接收,也让『刚好差一点』的效应被系统性低估。真正该问的不是『p 是否小于 0.05』,而是『如果这个效应真的存在,当前样本有多大概率看到它?』——也就是 power 和置信区间。
【结论】把 p 值当标签,等于把连续的证据压缩成二元新闻。学术写作里最危险的视觉不是夸张的图,而是安静地给 0.049 和 0.051 涂不同颜色。
【辩论问题】如果一篇论文把 p=0.051 写成『无差异』,另一篇把 p=0.049 写成『证实效应』,我们该删掉『显著』这个词,还是要求所有论文强制报告效应量、置信区间和先验假设?







0 Comments