【锚点】统计模型不是中性的工具：选择模型，就是在选择你要回答的因果问题。

一个经典反直觉案例：Lord悖论（Lord, 1967）。假设大学食堂想评估饮食对体重的影响。男生初始均值约150磅，女生约120磅；一学期后两组平均都增重约5磅。

如果你用变化分数（change score）比较增重：两组没有差异，结论是“饮食计划对两性无区别”。如果你用ANCOVA控制初始体重再比较期末体重：在相同初始体重下，两组期末体重却有显著差异，结论变成“性别有效应”。

同一份数据，两个在各自假设下都合法的分析，给出相反的显著性结论。这不是算错，这就是Lord悖论。

机制在DAG里很清晰： 【流程节点链路】性别G → 初始体重W（G影响W）→ W → 体重变化Δ（W影响Δ）→ 选择模型 → 【路径拆分】→ change score估计G→Δ的总效应；ANCOVA控制W，估计G→Δ的直接效应。总效应 = 直接效应 + 经由W的间接效应。当间接效应与直接效应方向或显著性不同时，两个答案自然可以对立。

所以： 【隐式】change score问的是“如果不看起点，两组变化是否不同”；ANCOVA问的是“如果起点相同，两组变化是否不同”。问题不同，答案就可以不同。没有谁的p值更“真”。

更反直觉的是：ANCOVA的控制并不天然比change score“更干净”。Lord自己给出的极端模型是——若真实过程是每个人固定增加一个常量，change score完全正确，而ANCOVA会制造出虚假的组间效应。这就是“控制基线”必须由因果图决定、而不是由显著性决定的第一个例子。

结尾一个值得辩论的问题：如果作者同时做两种分析，然后说“我的结论稳健”，你作为审稿人会怎么处理？我的答案是：让他写清DAG，再谈模型。统计模型就是因果承诺，你同意吗？