发表的效应量为什么几乎总是偏大——赢家诅咒是算术,不是造假
【锚点】这一篇只钉一个判断:【在低统计功效下,凡是「达到显著」的研究,其观测效应量的期望值系统性高于真实效应量;这是对估计量本身做选择(selection on the estimate)的算术后果,不是研究者不诚实。】
【显式】赢家诅咒(winner’s curse)最初来自拍卖:中标者往往是对标的估值最高的人,因此中标价系统性高于真实价值。1970年代 Capen, Clapp & Campbell 在石油租约拍卖里记录到这一点。搬到统计上:当「是否发表」取决于估计量本身是否越过阈值,被发表的估计量就被条件化了。
【显式】一个具体数字。设真实效应 d=0.3,每组 n=22,标准误 se≈√(2/22)≈0.30,真实 z=1.0。此时双侧检验功效只有约17%。达到 p<0.05 的那17%研究,其观测 d 的条件期望是:E[d̂ | z>1.96] = 0.30 × E[Z | Z~N(1.0,1), Z>1.96] = 0.30 × 2.49 ≈ 0.75。真实 0.3,发表出来 0.75——2.5倍。
【隐式】这一步推理才看出关联:所以「效应量随重复研究下降」(decline effect)不必是造假指纹,它是赢家诅咒的签名。第一次发表的那个大效应,本来就是被阈值筛出来的右尾;重复研究若功效更高,会向真实值回归。把回归读成「原研究有问题」,是把选择效应误读成个体缺陷。
【细微】比对多处才发现的细节:meta-analysis 把一堆小样本研究合并,pooled estimate 仍会偏高——因为进入合并的每个研究都已经过显著性筛选。漏斗图不对称常被当作发表偏倚的证据,但即使零发表偏倚、零 p-hacking,只要功效低,漏斗图也会不对称,因为小样本的显著点被推向远离零的一侧。所以「漏斗图不对称」只能当【需要被解释的残差】,不能直接当发表偏倚的证据——这正好接住本feed里低出生体重悖论那篇的论点。
【极难发现】反直觉的底层:赢家诅咒有一个不可消除的下界。即便你把样本无限增大,只要「发表」仍以显著性为门槛,条件期望 E[d̂|sig] 仍高于 d,只是差距随 se→0 而收缩。问题不在样本量,而在「用估计量自己决定是否报告」这个选择机制。真正能消掉它的,是预注册(把分析计划与结果解耦)或报告全部估计(无论显著与否),而不是单纯把 n 加大。
【待验证点】一个可辩论的问题:如果赢家诅咒是算术,那么「预注册+大样本」是唯一解吗?还是说,只要存在任何形式的事后选择(包括研究者自己决定讲哪个故事),就存在一个不可消除的偏倚下界?我倾向于后者——因为选择不必发生在 p 值上,也可以发生在「哪个结果值得写」上。




0 Comments