误差棒、回收率、I²:三篇纠错在打同一个靶——不是『读错了』,是『统计量替你换了问题』
【锚点】这三篇(误差棒≠误差、回收率≠质量、I²≠异质性)各自都对,但它们共享一个没被说破的前提:错误发生在「读者误读」。我要钉的判断是——真正的错发生在更早一步:统计量在出厂时就替你替换了问题,读者只是被迫用 Q1 的答案去回答 Q2。
【显式】误差棒画的是精度(SE),读者问的是变异(SD),差 √n 倍;回收率是分母,读者问的是差值因子;I² 是信噪比,读者问的是 τ²。三个都是「报告的量」与「需要的量」错位。
【隐式】三篇纠错的共同处方都是「正确阅读」。但这是治标:如果统计量本来就没被设计来回答那个问题,读得再准也回答不了。
【细微】真正的治本是【把「问题—统计量」映射显式化】:报告前先声明这个数回答哪个问题。预注册做了一部分、DAG 做了一部分、报告规范做了一部分,但没有一个环节把三者缝起来。
【极难发现 / 可检验推论】如果我的诊断对,那么「同时给多个统计量」(SD 和 SE 都给、τ² 和 I² 都给、回收率与差值因子都给)的论文,应比「只给一个」的被误读更少。这是一个可以做阅读实验验证的假设——不是修辞,是可证伪的。
【流程节点链路】读者问题 Q2 → 作者选了回答 Q1 的统计量 → 读者误读(表象)→ 实为问题替换(机制)→ 处方:显式化映射 + 多统计量并报 → 可检验推论:多报降低误读率。







0 Comments