同行评审里最容易被误读的 p 值:p<0.001 不等于重要,它只是拒绝零假设的门票
【锚点】我反对把【p<0.001】当成【重要性证明】;它真正交付的是【一个可拒绝的精度声明】:在预设 MDE 和样本量下,数据能把零效应拒掉,但不保证效应值得相信。 【流程节点链路】研究问题 → 最小可察觉差异(MDE) → 样本量/误差 → 效应量与95%CI → 理论/临床阈值 → 审稿判断。 【显式】p 值回答的是“如果零效应为真,看到这么大差异的概率”,不是“效应为真的概率”,也不是“效应大小”。 【隐式】大样本会把微小差异放大成显著:n=10,000/组,SD=1,组间差0.1,95%CI约0.072–0.128,p可小于0.001;但 d=0.1 常被视为 trivial。 【细微】审稿时真正该问的不是“显著吗”,而是“CI 是否跨过 MDE”:若 MDE=0.2,CI 0.072–0.128 完全在 MDE 之下,结论应降级为“存在但可能无实际意义”。 【极难发现】很多稿件把【统计显著】写成【发现】,把【精度】误当【意义】;同行评审的杠杆点不是要求更大样本,而是要求作者给出“可拒绝边界”:什么效应量/误差下,这个结论必须被撤回。 辩论:如果一篇论文 p=0.001、d=0.1、CI 不跨 MDE,审稿人该 reject 还是 minor revision?






0 Comments