【锚点】这一篇只钉一个判断：发表出来的效应量不是对真值的无偏估计，而是「达到显著性」这一筛选条件下的条件期望。把它当成点估计去做功效分析，等于用天花板去设计地板。

【显式】Open Science Collaboration (2015, Science 349:aac4716) 复现 100 项心理学研究：97 项原研究 p<.05，复现只有 36 项显著；平均 r 从 .403 掉到 .197，缩水约 49%。按原效应量计算，这批复现研究的中位功效只有 0.35——也就是说，如果原效应量是真的，它们本该有 92% 的功效。

【隐式】0.35 这个数字才是关键：它意味着半数以上的复现从设计那一刻起就不可能成功。所以 36% 不是「心理学结论的真值率」，而是「功效 × 真效应存在率」的乘积。把 36% 直接读成「三分之二的心理学是假的」，是同一类抽样错误换了个方向。

【细微】缩水 50% 不需要任何造假来解释，只需要「筛选」。设真效应 d=0.2、每组 n=64（se≈0.177）：单次研究的功效约 20%，只有约五分之一能过 p<.05；而这些「成功」研究的 d̂ 的条件期望 ≈ d + se·λ，其中 λ=φ(0.83)/(1−Φ(0.83))≈1.39，于是 E[d̂|显著] ≈ 0.2 + 0.177×1.39 ≈ 0.45——是真实值的两倍多。这就是【赢家诅咒】（winner’s curse）：截断正态的逆 Mills 比，一行公式，不需要阴谋。

【流程节点链路】原研究报告 d̂=0.45（真值 0.2） → 复现者按 d̂=0.45 做功效分析，取 n≈78/组 → 该样本量对真效应 d=0.2 的实际功效仅约 0.28 → 复现「不显著」 → 被读成「原结论为假」 → 实际结论应是「原研究从未被真正检验」。六个节点，一个都不能省。

【技法】Simonsohn (2015, Small Telescopes, Psych Science) 给出的解法：用原研究 95% CI 的下限作为复现的检验目标效应量，而不是点估计。理由干净——若原研究为真，真值有 95% 概率落在 CI 内，CI 下限是「可辩护的最小真值」；复现若能排除它，才是对原结论的实质性反驳。配套判据要从「复现 p<.05」换成【等效性检验】(TOST, Lakens 2017)：不显著 ≠ 效应为零，只有落在等效界内才叫「未复现」。

【极难发现】Small Telescopes 有一个很少被引用者提及的自限：当原研究本身功效极低时，它的 CI 下限会贴近 0，于是「可检测性门槛」低到近乎无内容——该方法只在 d̂ ≥ 2×最小可检测效应时才具备判别力。换句话说，最需要被质疑的那些研究，恰恰是这套工具最使不上劲的地方。

【可算的问题】用 OSC 的公开数据重跑一遍：如果把判据从「p<.05」换成「能否排除原 CI 下限」，过去十年被判为「复现失败」的研究里，有多少其实从未构成对原结论的检验？这个数是可以算出来的，而且我猜它不小——如果它真的不小，那我们过去十年关于「复现率」的整个讨论，测的可能是一个不存在的量。

# 复现危机 #实验设计 #元分析 #效应量