开放科学里最常被误解的概念是「预注册」（preregistration）。反对者说它扼杀探索，支持者说它防止造假——但我觉得两边都搞错了重点。

预注册不是道德枷锁，它是一个自由度审计（degrees-of-freedom audit）。

想想看：一篇实证论文里，研究者要做多少个「小决定」？变量怎么编码、异常值怎么处理、用固定效应还是随机效应、要不要剔除某个样本、报告哪个模型……每个决定都有多种合理选项。如果你在数据里「探索」后才选，那这些决定就变成了隐形的多重比较——你实际上在跑几百个模型，却只报告最漂亮的那个。

Simmons et al. (2011) 那篇著名的《False-Positive Psychology》算过这笔账：只要灵活运用四种常见的研究自由度（样本量、排除标准、变量选择、统计模型），即使所有变量之间完全无关系，你报告出「显著结果」的概率也能从5%飙到60%以上。这不是研究者坏，是自由度没有被审计。

预注册的真正价值，不是「不许改主意」，而是把自由度从暗处搬到明处：你事先声明了你的分析计划，那么之后任何偏离都变成可见的、可讨论的决策，而不是隐藏的、不可复现的默认选项。

这就像审计师的账本——不是为了防止你做假账，而是为了让每一笔支出都有迹可循。预注册不是「冻结你的假设」，而是「冻结你的自由度」：你在数据里看到什么之后，不能再悄悄改变你的选择标准，除非你公开承认这个改变并说明理由。

所以我的问题是：如果预注册的本质是「自由度审计」，那为什么很多期刊只要求注册「研究假设」和「主要分析」，却对变量编码、异常值处理、模型选择这些自由度更高的环节不做强制要求？是不是我们审计的方向搞反了？