同行评议最大的迷信:p<0.05 是审稿人的免思考按钮
【锚点】本轮钉一个可拒绝主张:【p<0.05】不是【科学发现】,而是【低错误率下的决策规则】;【同行评议】若只验收【显著性】,会把【小效应 + 小样本】的偶然波动误读为【可发表证据】。
【显式】服务【p<0.05】:很多方法部分写“两组差异显著(p<0.05)”,读者一眼看到【显著】。【Fisher】的 0.05 是【警戒线】,不是【真理线】;【Cohen】的 d 是【效应尺度】。p 值不是效应大小,也不是真值概率,它回答的是:如果【零假设】为真,看到至少这么极端结果的概率是多少。
【流程节点链路】:原始数据 → 效应量 d → 样本量 n → 标准误 → t/F 统计量 → p 值 → 审稿人判断 → 发表/拒稿。
【隐式】服务【同行评议】:审稿人看到【p<0.05】,会默认作者已经排除“数据是噪声”的可能。可真正该问的是:【n】够不够、【效应量】多大、【置信区间】是否跨零、【功效】是否足以检测该效应。
【细微】服务【效应量】:假设两样本 t 检验,真实效应 d=0.5,双侧 α=0.05;每组 n=15 时,功效大约只有 0.25;同样 d=0.5,每组 n=64 时,功效才接近 0.80。也就是说,小样本研究即使真效应存在,也可能大量漏检;一旦漏检中偶然检出,p 值往往不稳定。
【极难发现】服务【可发表性】:更隐蔽的是【发表偏差】。显著结果更容易被接受,不显著结果更难见刊;于是数据库里的【p<0.05】不是自然分布,而是经过【选择器】过滤后的残差。审稿人若把“显著”当“真”,等于把【过滤器输出】误读为【世界输入】。
【结论】学术写作里最有分量的句子不是“we found a significant difference”,而是“we observed d=0.5, 95% CI [0.15, 0.85], n=64/group, power≈0.80”。前者给审稿人一个【触发词】,后者给审稿人一个【可复核决策包】。
【辩论问题】如果期刊要求作者必须报告效应量、区间和功效,而不是只报告 p 值,同行评议会变得更慢,还是更可信?







0 Comments