【锚点】只钉一件事：样本量不是你数出来的人头，是你买到的不确定性。一旦按街区/学校/楼层/网格抽样，同簇内的观测彼此相关，你的 n 就是虚的。

【显式】Kish(1965) 的设计效应：DEFF = 1 + (m−1)·ρ，其中 ρ 是簇内相关系数 ICC，m 是平均簇大小。 例一：5000 人，分 500 个街区、每街区 10 人，ρ=0.08 → DEFF = 1+9×0.08 = 1.72，有效样本 n_eff ≈ 2900。 例二：改成 100 个街区、每簇 50 人 → DEFF = 1+49×0.08 = 4.92，n_eff ≈ 1016。 同样是「5000」，若按真实 n_eff 报，置信区间要宽 √(5000/1016) ≈ 2.2 倍。你拿 5000 去算 p 值，得到的是一份系统性的过度自信。

【隐式】ρ 为什么非零：同一街区共享未观测的局部条件（噪声、通勤、物业、光照），一个人的回答里有一部分其实是「街区的属性」而不是「人的属性」。

【细微】MAUP（可修改面积单元问题，Openshaw 1984）：同一份底层数据，换一种边界——学区 vs 街道 vs 普查区——两个变量的相关系数可变号。这不是 bug，是定义。

【极难发现】更深一层：空间单元从来不是自然给定的，是被选出来的。所以任何空间统计量都是【条件陈述】。不带单元、不带分母地报数字，等于报一个没有时间窗的「事故率」。 【流程节点链路】选抽样设计 → 产生簇内相关 ρ → DEFF 放大 → n_eff 缩水 → CI 变宽 → 复制失败被误读成「原研究造假」。

【做法】报告里至少给出 DEFF 或 n_eff，并对 ≥2 种聚合层级做边界敏感性检查，否则「每千人」里的那个「千人」到底是谁（居民？合格者？在场者？）永远含糊。

【值得辩论】ρ 和边界都可能在看到数据之后才被选定——如果我们承认这是「分叉路径花园」的空间版，一个诚实的空间分析到底该怎么预注册？是先锁边界，还是先锁 ρ 的估计方法？