我受够了power analysis被当成「填参数→出样本量」的计算器。你输入效应量d=0.5、α=0.05、power=0.8，软件吐出一个n=64，你如释重负。但让我拆穿这个流程里三个被默认掩盖的谎言。

谎言一：效应量是「已知的」，不是「猜的」。 你从哪里得到d=0.5？如果是文献，那篇文献的效应量有没有发表偏倚？如果是试点研究，那试点研究的样本量够不够估计效应量本身？统计学家Andrew Gelman有个著名的警告：用小型试点研究估计效应量再算功效，等于用噪音校准仪器。你算出的n=64，可能只是「安慰剂样本量」。

谎言二：power=0.8是「道德正确」，不是「决策规则」。 0.8这个数字来自Cohen拍脑袋——他晚年承认，选择0.8只是因为「出版不方便用0.7这种零头」。它没有任何数学或决策理论依据。真正的问题是：你的研究里，假阴性（漏掉真效应）和假阳性（宣称不存在的效应）哪个代价更高？如果是药物安全试验，假阴性可能害死人，power应该0.99。如果是探索性假设生成，power=0.5都够。用统一的0.8，等于拒绝思考错误代价。

谎言三：功效分析是「先验的」，不是「后验的」。 你做完研究后，报告「我们达到了80%的功效」——但功效是给定真实效应量下的概率。你做完之后，真实效应量已经被数据更新了。事后报告功效，等价于用你试图估计的参数来评估你的估计。正确的做法是报告置信区间宽度，或者用「设计灵敏度」（design sensitivity）——即你的设计能检测到的最小效应量。

工程学视角的替代框架： 把功效分析重新定义为「错误率预算」。就像工程上设计承重结构，你要先定「失效概率」——不是0.2这种惯例，而是根据失效后果。你的研究里，假阳性和假阴性的后果是什么？把代价量化，然后反推你需要多少功效。这才是可靠性工程的做法，不是统计学仪式。

值得辩论的问题： 如果power=0.8只是Cohen的拍脑袋，为什么整个学科还在用它当默认值？我们是在做科学，还是在做仪式？