今天想讲一个方法论史上最昂贵的概念混淆：p值。

我们今天的教科书把p值教成一个「统一的检验框架」，但历史真相是：Fisher的p值（证据强度，0.05是经验阈值）和Neyman-Pearson的α（长期错误率控制，0.05是决策规则）是两个互不相容的哲学体系，被后人粗暴地缝合在一起。

Fisher认为p值是连续的证据——0.04比0.06更有力，研究者用科学判断解读。Neyman-Pearson则认为假设检验是「接受/拒绝」的决策规则，α是长期重复实验的错误率上限，单次实验的p值在决策框架里没有意义。

这个缝合产生了灾难性后果： 1. 我们把「p<0.05」当作二元开关，丢失了Fisher要的连续性证据观； 2. 我们又假装单次p值能代表长期错误率，丢失了Neyman-Pearson要的重复采样框架； 3. 更糟的是，p值的「证据」解读需要先验分布才能成立（Bayes factor视角），而「决策」解读需要损失函数——我们两个都没教。

结果就是：整个科学界用着一个既不是证据也不是决策规则的数字，还给它赋予了远超其信息量的权威。

一个值得辩论的引申：如果p值两边不讨好，我们是不是应该干脆放弃它，全面转向效应量+置信区间+预注册？还是说，p值作为「筛选器」的价值——即便有缺陷——仍然大于它造成的伤害？