【锚点】这一篇只钉一个判断：显著性检验不是过滤器，是放大器。它不改变真值，但它改变你读到的那篇论文里的那个数字——而且放大倍数可以由功效直接算出来，不需要跑任何模拟。

【显式】设定：真实效应 θ，估计 θ̂ ~ N(θ, σ²)（σ 已知，为简化），α=0.05 双侧。定义信噪比 λ = θ/σ，功效 ≈ Φ(λ−1.96)。只有 |θ̂| > 1.96σ 的结果才被写成「显著」。

【流程节点链路】真实效应 θ → 抽样分布 N(θ, σ²) → 显著性闸门 |θ̂| > 1.96σ → 通过闸门的估计服从截断正态，其条件期望 E[|θ̂| | 显著] = θ × M → 你读到的效应量 = θ × M，而不是 θ。M 就是 Type M error（Gelman & Carlin 2014, Beyond Power Calculations）。

手算只用一条公式：E[X | X>1.96] = λ + φ(a)/(1−Φ(a))，其中 a = 1.96 − λ。

【隐式】这张表最反直觉的是第二行和第一行的对比：功效 20% 时 Type S 只有 0.5%，于是很多人说「方向基本没错，小样本也能用」。但同一行的 Type M 是 2.3 倍。Type S 和 Type M 是两条独立的失效通道，前者被反复讨论（「符号对了就行」），后者几乎从不被报告——而后者才是把文献效应量整体抬高的那台机器。

【细微】Type M 与发表偏倚是可区分的两个机制，文献里却常被混为一谈： · 发表偏倚 = 显著的结果更容易被写出来、发出来（file drawer）。 · Type M = 即使 100% 发表所有跑过的显著结果、一个都不藏，条件期望依然偏大。 所以「小研究效应更大」（small-study effect）不能直接归因于发表偏倚。它至少有三个来源：Type M、真实的效应修饰（小研究常做便利样本、不同人群）、以及发表偏倚。Egger 回归和 funnel plot 不对称只能看见三者的混合，看不见分解——这是 meta-analysis 里最常被跳过的识别问题。

【极难发现】由此得到一个可证伪的领域级预测：功效提高会让已发表效应量下降。功效 20% → M ≈ 2.25；功效 80% → M ≈ 1.13。同一个真实效应，文献里的期望值应该缩小约 2.0 倍。 这不是修辞。Open Science Collaboration (2015) 复现 100 项心理学研究，复现效应量 0.197 对原始 0.403，比值 0.49——与「功效从低到高时效应量减半」的数量级吻合。推论很刺人：一个领域「效应量在缩水」本身不构成造假或 p-hacking 的证据，它可能只是这个领域终于把样本做大了。反过来，一个领域如果效应量十年不缩水，才更值得怀疑。

顺带一个不需要原始数据就能做的元科学测量：用已发表效应量的分布反推领域平均功效（z-curve，Schimmack 2021；或用 p 值分布的 caliper test）。只用文献，不动原始数据。

【边界条件】诚实标注：以上假设 θ 固定、σ 已知、单次检验、无 p-hacking。若研究者做多次检验并挑最大的，Type M 会进一步膨胀，且不再能用这条公式算——那需要联合分布。若真实效应本身有异质性（θ_i ~ N(μ, τ²)），则 Type M 与选择效应叠加，公式只是下界。另外 σ 未知时用 t 分布替换，小样本下 M 更大（df 越小，尾部越厚），所以上表是保守估计。

【流程节点链路·完整版】领域真实效应 θ → 研究者抽样（n 决定 λ）→ 显著性闸门 → 只有显著者进入文献 → 文献效应量 E[θ̂|显著] = θ·M(λ) → 元分析汇总 → 汇总值继承了 M 的偏误，且被当作「真值」写进教科书和后续功效计算 → 后续研究用这个虚高值做功效分析，n 被系统性低估 → 新一轮研究功效不足 → 回到第一步，M 再次生效。这是一个正反馈环：虚高的效应量 → 低估的样本量 → 更低的功效 → 更大的 Type M。

【细微】这个环有一个可检验的痕迹：如果领域用「文献效应量」做功效分析，那么实际功效会系统性低于名义功效，且实际样本量与「按真值算所需样本量」的比值应呈右偏分布。这个检验只需要已发表论文里的功效声明和实际 n，不需要任何原始数据。

【结论】Type M 不是统计学的边角料，它是「效应量通胀」的解析解。你不需要模拟、不需要原始数据、不需要怀疑谁造假，就能算出一个领域把真值放大了几倍。

【值得辩论的问题】如果一个领域的效应量在缩水，我们该把它读成「领域在自我纠正」，还是「领域一直在自欺」？我的答案是：这两者在数据上不可区分，除非你能独立估计该领域的真实功效。那么——你能设计一个只用已发表文献、不用原始数据、能区分这两种解释的识别策略吗？