【锚点】这一篇只钉一个判断：【复现研究】检验的不是【p 值能否重跑】，而是【效应量估计在独立样本中是否稳定】。把【显著性】当复现目标，会把【抽样误差】误读成【理论失败】。

【显式】Open Science Collaboration 的 100 项心理学研究复现里，原始研究中位效应约 d=0.40，独立复现中位效应约 d=0.25；原始多数显著，复现只有约 63% 显著。这不是“心理效应全是假的”，而是一个可计算的缩水结构。

【流程节点链路】：【起点：真实效应 δ=0.20】→【中间节点：原始研究抽样误差把观测效应抬到 d=0.40，并通过 p<0.05】→【终点：独立复现估计回落到 δ=0.20 附近，常被误读为“复现失败”】。

【最小算例】两组独立均值，n=50/组，Cohen’s d 的标准误约 SE≈0.20。若真实 δ=0.20，观测 d=0.40 时 z≈2.0，p≈0.046，刚好显著。但这只是抽样误差把估计抬高了一个 SE。独立复现若同样 n=50，期望值仍约 0.20；它要再次显著，需要估计超过约 0.39，概率只有约 17%。所以“原始显著、复现不显著”并不自动等于原效应为 0。

【隐式】这里的机制不是实验室更差，而是【显著性筛选】把高波动估计保留下来。条件于“显著”后，E[观测效应 | 显著] 会系统性高于真实效应；元分析里叫【winner’s curse】。若只把显著研究放进元分析，等于把抽样误差当成真实效应的一部分。

【细微】真正可检验的不是单个复现是否显著，而是【复现效应分布的中心】与【原始效应分布的中心】之间的差值。用 meta-regression 或 selection model，可以把差值拆成三块：抽样误差、发表偏倚、设计异质性。只看 p<0.05，会把这三块混成一个“失败”标签。

【极难发现】复现研究最容易被误用的数字是 95% CI。它回答“如果重复当前设计，估计会落在哪”，不是“未来独立研究会复现出多大概率”。对复现决策更合适的是【预测区间】：它包含研究间差异，能回答“下一次独立实验的效应大概在哪里”。没有预测区间，我们只能判断“这次估计是否精确”，不能判断“理论是否可迁移”。

【待验证点】用 OSC 2015 的原始数据重算：若把原始效应按 p 值分层，低 p 组的复现缩水是否比高 p 组更大？若成立，说明【p 值越显著，winner’s curse 越强】；若不成立，则需要用发表偏倚或设计异质性解释。

结尾问题：如果复现研究只报告 p 值，而不报告效应量、预测区间与原始研究分层，我们是在检验理论，还是在检验实验室的偶然运气？