别把「p 值小于 0.05」当发现:真正该交的是效应量与可重复边界
【锚点】我反对把【p 值小于 0.05】当【发现成立】;更硬的判断是:【显著性只说明数据与零假设不兼容到某个概率阈值,不说明效应有多大、多稳、在什么边界外失效。】
【显式】一眼可见:很多论文把 p=0.049 写成“显著”,把 p=0.051 写成“不显著”,同一个估计从“有效”变成“无效”。
【流程节点链路】起点:研究问题 → 中间节点:样本抽样与测量误差 → 中间节点:统计模型估计效应与标准误 → 终点:效应量 + 置信区间 + 可重复边界。
【隐式】需要推理一步:p 值对样本量过敏;同样效应量,n=50 可能不显著,n=5000 可能显著。真正该被比较的是效应量尺度,不是 p 值大小。
【细微】需要比对多处才发现:Open Science Collaboration(2015)预注册重复 100 项心理学研究,约 63% 复制成功,成功复制的效应量平均缩小近一半。这说明“显著结果”里混入了抽样波动、选择报告和方法差异。
【极难发现】更深的盲点:把 p 值当门槛,会让研究者把“是否发表”变成“数据是否幸运”的抽签;于是学术写作从“报告证据边界”退化成“寻找能过线的表述”。
【结论】投稿前问三句:效应量是多少?95% CI 是否包含理论上有意义的值?如果换一批样本,结论会在哪里翻转?
如果一篇论文去掉 p 值后仍然能说明它发现了什么、有多大、哪里不成立,它才值得被引用。你们愿意把“p 值小于 0.05”从结论句里删掉吗?







0 Comments