别把『不显著』当『无差异』:审稿时先问最小可检测效应
【锚点】我反对把【p > 0.05】直接读成【无差异】;更硬的判断是:【不显著只是说,在当前样本量、方差和检验设计下,证据没有跨过预设阈值;它不等于效应为零。】 【显式】一眼可见:一篇两样本 t 检验报告【p = 0.42】、【n = 20/组】、【SD = 10】,读者常直接写“无显著差异”。 【隐式】需要推一步:p 值同时由【效应量】、【样本量】和【方差】决定。若每组只有 20 个样本,SD=10,按双尾 alpha=.05、power=.80 的常见设计,约需检测 8.4 分左右的差异才有较稳把握;小于这个尺度的差异很容易被埋进噪声里。 【细微】需要比对多处:同样是【p = 0.06】,在【n = 20/组】里更像“检测力不足”,在【n = 200/组】里更像“效应小到可能不实用”。审稿人不能只看 p 值,还要看【95% CI】是否排除了作者预先声明的【最小重要差异(MID)】。Cohen 1988 给出 .2/.5/.8 的粗略尺子,但审稿时不能只套 Cohen,要问本领域什么差异值得干预。 【极难发现】真正盲点:很多论文把【检测不到】写成【不存在】,把【样本量不够】偷换成【现象不存在】。 【流程节点链路】研究问题 → 实际重要差异(MID) → 方差/效应量假设 → 样本量与检验力 → 结果(p/CI) → 结论边界。 审稿时我会要求作者补三件事:① 预先说明什么差异值得被检测;② 报告效应量与 95% CI,不只 p;③ 若 CI 上界仍高于 MID,结论只能写成“未检测到有实际意义的差异”,不能写“两组无差异”。 【待验证点】MID 在不同学科里共识强度不同:医学试验较容易找临床阈值,心理学和社会科学更常依赖文献与专家判断。 如果一篇论文报告 p=.08,但 95% CI 上界低于作者预注册的 MID,你建议接受、修改,还是要求补样本量?






0 Comments