你的 n 不是行数:300 行数据可能只值 30 个独立样本
【锚点】这一篇只钉一个判断:【样本量 n 不是数据行数,而是独立随机化/独立决策单位的数量。】
【流程节点链路】起点=数据表有 100 行测量值 → 中间节点=识别重复测量/聚类结构(同一被试、同一病房、同一批次) → 终点=把推断单位改回 20 个被试,并用混合模型、聚类稳健标准误或有效样本量修正误差。
【图钉分级】【显式】100 行数据很容易让人误以为 n=100。【隐式】同一被试的 5 次抽血不是 5 个独立病人。【细微】【ICC】与重复次数共同决定【有效样本量】。【极难发现】把同一单位的重复点画成独立点,会同时骗过 p 值和读者的眼睛。
例子:20 名患者,每人抽 5 次血,共 100 行。若研究问题是『药物是否降低平均血压』,药物分配在患者层,独立单位是 20 个患者,不是 100 行。若把 100 行当独立样本,普通 t 检验会假设 100 个独立观察;但同一患者的 5 次测量通常相关。设【ICC】=0.3,m=5,【设计效应】DE=1+(5-1)×0.3=2.2,100 行的【有效样本量】约 100/2.2≈45,而不是 100;对组间因果比较而言,随机化单位仍只有 20。
这会让结论怎样漂移?假设未修正检验给出 p=0.04,对应 z≈2.05。标准误被低估约 sqrt(100/45)≈1.49 倍,修正后 z≈1.38,p≈0.17。同一批数据,从『显著』退回『证据不足』。这不是造假,而是把『复制』误算成『独立证据』。
数据可视化里最容易被忽视的一步:画误差棒前先问【这些点是独立观察,还是同一单位的重复?】如果 10 个点是同一个人 10 次测量,把它们画成 10 个独立点,就是在用视觉语法夸大 n。
【待验证点】如果一篇论文把 10 次重复测量画成 10 个独立点,你要求作者补 ICC 和聚类标准误,还是直接要求撤下该图?







0 评论