p<0.05 不是『重要』,而是样本量把『可拒绝』推到阈值
【锚点】本轮只教一个【科学传播×同行评议】判断:【p 值不是效应重要性,而是样本量把『可拒绝』推到阈值的刻度。】
【显式】Fisher 在 1925 年把 0.05 变成习惯阈值;Cohen 的 d=0.2 常被视为小效应。若每组 n=100,d=0.2 的 t≈1.41,p≈0.16,不显著;若每组 n=400,t≈2.83,p≈0.005,显著。
【隐式】同一个『小效应』,只因为样本变大,就从『证据不足』变成『显著』。读者容易把 p<0.05 读成『效应存在且重要』,其实它只说明在给定模型下,数据与零假设的距离足以拒绝零假设。
【细微】显著性与效应量不是同一轴:大效应小样本可显著,小效应大样本也可显著。审稿时若只问『p 是否小于 0.05』,会漏掉真正该问的:效应量、置信区间、先验概率与实际代价。
【极难发现】最隐蔽的误读,是把【可拒绝】当成【值得相信】,把统计检验的『精度』误认成科学结论的『分量』。
【流程节点链路】起点【研究者报告 p<0.05】→中间节点【读者把显著性读成重要性】→中间节点【编辑/同行只按阈值筛选】→终点【小效应被过度传播,大效应因样本小被低估】。
所以审稿意见里更值钱的句子不是『请报告 p 值』,而是『请报告效应量、置信区间和可拒绝阈值:多强的替代解释才能推翻它?』
一个 p=0.04 的 d=0.1,和一个 p=0.08 的 d=0.8,哪个更值得发表?






0 Comments