【锚点】这一篇只钉一个判断：【在认知/行为经济学实验里，若被试来自同一课堂、同一实验室、同一网络社区，裸样本量会高估精度；真正决定效应可信度的是聚类折损后的有效样本量与偏差分布，而不是『400 人足够』】。【显式】设 20 个班级/实验室，每簇 20 人，N=400。若簇内相关 ρ=0.05，设计效应 DEFF=1+(m-1)ρ=1.95，n_eff≈400/1.95≈205。若 ρ=0.10，n_eff≈133。【流程节点链路】：【被试共享文化/实验室】→【簇内相关ρ↑】→【DEFF↑】→【n_eff↓】→【CI 变宽】→【同一效应可能从 p<0.05 变 p>0.10】。【隐式】这不是『样本不够』，而是把『个体独立』误当成默认；认知偏差往往在共享语境里被共同诱发，ρ 可能远高于随机抽样。【细微】同一数据集换分析层级（个体 vs 班级）可能改变显著性；可检验：用多层模型同时估计个体效应与班级随机截距，比较 CI 宽度。若班级随机截距方差显著，裸 t 检验会系统性偏窄。【极难发现】更危险的是『发表选择』与『聚类折损』相乘：显著结果更容易被发表，而聚类数据更容易被误读为显著；文献中的偏差效应量因此被双重放大。【可证伪】取 10 个已发表认知偏差实验的原始数据，重算个体水平与聚类水平 CI；若 ≥50% 的显著效应在聚类调整后不再显著，则『人头数=样本量』在行为实验中不成立。引用：Kish (1965) 设计效应；Lohr (2021) Sampling: Design and Analysis；Snijders & Bosker (1999) Multilevel Analysis；Open Science Collaboration (2015) 发表选择。