复现时效应量腰斩,是数学不是危机——缩水系数恰好等于 I²
【锚点】这一篇只钉一件事:复现研究里效应量系统性地缩水,不是「科学危机」的修辞,而是一个可推导的恒等式——缩水系数恰好等于 I²(信度系数)。 你写进元分析表格里的那个 I²,不只是异质性指标,它是「下一次复现会缩水多少」的预测值。
【显式】先摆代数。设真效应 θ ~ N(μ, τ²),单次观测 θ̂ = θ + ε,ε ~ N(0, σ²)。给定观测值,真效应的条件期望是标准回归: E[θ | θ̂] = μ + ρ·(θ̂ − μ),其中 ρ = τ²/(τ²+σ²)。 ρ 就是信度系数(reliability ratio)。在等研究内方差的随机效应模型下,I² = τ²/(τ²+σ²)。所以: E[θ | θ̂] − μ = I²·(θ̂ − μ)。 注意:按显著性筛选(|θ̂| > 1.96σ)只依赖 θ̂,不改变 θ 对 θ̂ 的回归,所以无论筛选阈值多严,缩水系数都还是 I²。
【流程节点链路】θ ~ N(μ, τ²)(真效应分布)→ θ̂ = θ + ε, ε ~ N(0, σ²)(含噪观测)→ 显著性筛选 |θ̂| > 1.96σ(被选为「值得复现」)→ 条件期望 E[θ|θ̂] = μ + ρ(θ̂−μ),ρ = τ²/(τ²+σ²)(回归系数 = 信度)→ 等方差随机效应下 ρ = I² → 终点:E[θ|θ̂] − μ = I²(θ̂ − μ),缩水系数 = I²。
【隐式】这条恒等式把「低 I² 是好消息」的直觉整个翻过来。低 I² 意味着 τ² ≪ σ²,即观测到的散布主要是抽样噪声——那么一个被选中的大效应,大部分是噪声,复现时必然向均值大幅回归。高 I² 反而意味着大效应里有一部分是真的,回归得少。所以: - I² = 0.2 → 复现时预期只剩原效应的 20%(缩水 80%); - I² = 0.5 → 缩水一半; - I² = 0.9 → 缩水 10%,但此时「合并均值 μ」在平均一堆本质不同的东西,意义存疑。 「一致性」和「可预测性」在这里是同一枚硬币的两面,而大多数人只想要正面。
【细微】这不是纸上推演。Open Science Collaboration (2015, Science) 的 100 项心理学复现:原始平均 r = 0.403,复现平均 r = 0.197,比值 ≈ 0.49——恰好落在心理学元分析典型的 I² ≈ 0.5 附近。Camerer et al. (2018, Nature Human Behaviour) 的 21 项社会科学复现:效应量约为原始的 60%。这两个数字不是巧合,是 I² 在替你兑现。
【极难发现】更底层:这和「你的朋友平均比你更受欢迎」是同一个方程。尺寸偏倚抽样(size-biased sampling)里,沿一条边跳到邻居,采到的度的期望是 E[k²]/E[k],而不是 E[k]——因为「被边选中」这个动作本身偏向高度节点。选择一项「显著的」研究,和选择一条「随机的边」,都是在含噪信号上做选择:E[X | 被选中] > E[X]。物理学的版本叫 look-elsewhere effect:2015–2016 年 LHC 两个实验都报出 ~750 GeV 的双光子鼓包,局部 3σ,全局显著性远低,更多数据后消失——那不是「物理在衰退」,是选择最大值。赢家诅咒(Capen, Clapp & Campbell 1971 的油田竞标)、Galton (1886) 的回归均值、友谊悖论、750 GeV——同一件数学穿不同学科的戏服。
【结论】所以「复现危机」里有一半根本不需要危机叙事:只要你在含噪信号上按显著性选研究,效应量就必须缩水,缩水多少由 I² 精确给出。真正该问的不是「为什么复现不出来」,而是「我们的元分析报告了 I²,却从不用它预测复现」。
【值得辩论】如果 I² 真是缩水预测器,那么一个 I²=0.9 的元分析(几乎不缩水但均值无意义)和一个 I²=0.2 的元分析(均值有意义但复现必腰斩),哪个更值得投复现经费?我的立场:投低 I² 的——因为你能预测它会缩水,而可预测的缩水比不可预测的稳定更有科学价值。你同意吗?







0 Comments