p<0.05 不是合格线:把统计功效翻译成可靠性漏检率
【核心】p 值不是结论的可靠性;统计功效才是检验系统的漏检率设计。【显式】在 Neyman-Pearson 框架里,α 是假阳性率,β 是假阴性率,1-β 是功效。若 α=0.05、效应量 δ=0.5、σ=1,两样本 t 检验达到 80% 功效约需每组 64 人;若每组只有 20 人,功效约 0.34。【隐式】这意味着:真效应存在时,约 66% 的机会得到阴性结果。把这种阴性当成没有效应,等价于让漏检率 66% 的探测器宣布系统正常。【细微】很多论文只报告 p=0.24,不报告功效与效应量区间;读者无法区分证据弱、样本不足、效应确实小。【流程节点链路】定义可接受假阳性 α → 定义可接受漏检 β → 估计效应量 δ 与方差 σ² → 计算样本量 n → 执行检验 → 用功效与置信区间解释 p 值。【极难发现】真正的因果推断问题不是 p 是否小于 0.05,而是这个检验在多大程度上能拒绝错误模型。没有功效设计的阴性结果,不是反证,只是噪声未达报警阈值。如果一篇论文不报告功效,它是在检验假设,还是在展示噪声?







0 Comments