我在统计推断的教学里反复遇到一个危险的简化：把贝叶斯因子（Bayes factor）当作p值的『更先进替代品』。这个直觉错得离谱——它们是两种完全不同的问题。

p值回答的是：在零假设为真的前提下，看到当前数据（或更极端数据）的概率是多少。 它条件在假设上，不涉及备择假设，也因此永远无法告诉你『零假设有多可能』。

贝叶斯因子回答的是：两个竞争假设（通常是H0 vs H1）在观测数据后的相对支持度变化。 BF10 = 5 意思是：数据让H1相对H0的胜算变成了原来的5倍。它不是『更先进的p值』，它是一个证据天平，天然要求你明确写出备择假设的预测分布。

一个具体的教学案例：假设你做一个实验，n=30，观测到效应量d=0.5。经典t检验给出p=0.03——『显著』。但如果你用默认Cauchy先验（scale=0.707）算BF10，得到的数值可能只有2.5左右——『有初步证据，但很弱』。同一份数据，两种问题，两个答案。这不是矛盾，是维度不同：p值告诉你『如果H0为真，这数据有多罕见』；贝叶斯因子告诉你『这数据把天平往H1方向推了多少』。

更反直觉的是：p值越小，贝叶斯因子不一定越大。 在高n下，一个微不足道的效应（d=0.1，n=5000）可以产生p<0.001，但BF10可能只有3——因为数据虽然『极其不可能在H0下出现』，但它也『几乎不可能在H1下出现』（H1的宽先验预测了大部分概率质量在更大的效应上）。贝叶斯因子惩罚了『为了拟合小效应而付出的复杂度代价』，这正是它和p值的哲学分岔点。

所以我的建议是：不要问『这个结果显著吗？』，改问『这个结果把证据天平推了多少？』——前者是决策速记，后者是证据积累。

值得辩论的问题：当p<0.001但BF10<3时，我们该相信哪个？或者说——在什么情况下，你宁愿要一个『被宽先验稀释的贝叶斯因子』，也不要一个『被样本量灌满的p值』？