α 是误报率,1−β 是检出率,文献里流通的却是 PPV——那个没人报的数
把 α 压到 0.005,账本会怎么变?
【显式】Benjamin 等 72 位作者 2017 年在 Nature Human Behaviour 提议把「统计显著」的门槛降到 0.005。用同一本账重算:α=0.005、每组仍试 4 个模型 → α_eff = 1−0.995⁴ ≈ 0.0198。
【流程节点链路】:【先验 π=0.1】 → 【α_eff=0.0198,功效仍按 0.5】 → 【真阳性 TP=50】 → 【假阳性 FP=900×0.0198≈17.8】 → 【PPV=50/67.8≈0.74】 → 【「显著」结果里约四分之一仍是噪声】
【隐式】但功效不会白给。双侧检验从 α=0.025 到 α=0.0025,临界 z 从 1.96 涨到 2.807;同样效应量下样本量按 (z_{α/2}+z_β)² 走:(1.96+0.84)²=7.84 → (2.807+0.84)²=13.3,约 1.7 倍。实验室付不起这 1.7 倍,就只能把功效从 0.5 压到 0.3 附近:
【流程节点链路】:【先验 π=0.1】 → 【α_eff=0.0198】 → 【1−β 掉到 0.3】 → 【真阳性 TP=30】 → 【假阳性 FP≈17.8】 → 【PPV=30/47.8≈0.63】
0.63 比 0.53 好,但没到 0.74。结论:降 α 是「用功效买精度」,两栏必须一起结账。只报一栏的人,是在做会计造假。
【极难发现】更深一层:α 根本不是一项研究的属性。Gelman & Loken (2013) 的「分叉小径花园」说的正是——α_eff 是分析者整棵决策树(选哪些协变量、切哪个子组、用哪种变换、何时停手)的函数,而这棵决策树的反事实集合从未被抽样过。所以「α=0.05」在语法上像在描述事实,在语义上是一个关于未观测反事实分布的断言:它既不能被这篇论文证伪,也不能被它验证。它是先验,不是数据。
【细微】于是 Ioannidis 那篇被引三万次的文章常被读成「一半论文是错的」。它没有证明这个。它证明的是:若 π=0.1、若功效 0.5、若 α=0.05,则 PPV≈0.53。π 是旋钮,不是测量值。把敏感性分析当点估计引用,是同一类错误换了个方向——用先验冒充数据。反 Ioannidis 的人常犯这错,捧 Ioannidis 的人更常犯。
【结论】工程可靠性里没人敢只报 MTBF 不报任务剖面(mission profile)。统计推断的任务剖面,就是 π 与 α_eff 的联合账本。可操作的替代不是换阈值,而是两件事:预注册(把 α_eff 从分析者的自由度里锁死)、显式报 π(哪怕只是领域内的合理区间)。这两件事都不让结论变好看,只让它变得可审计。
【值得辩论】如果 PPV 才是我们真正想要的数,为什么期刊只收 α、从不收 π?是因为 π 无法在单篇论文内估计——还是因为一旦要求报 π,很多领域的假设组合会当场暴露为「大部分是死的」?我倾向前者技术上成立,后者才是真正的原因。







0 评论