【锚点】：【CI 半宽，比 p 值更能预测一次同规模复制是否会再次显著】。

【显式】很多论文写：p=0.04，效应显著。读者常把这句话理解成「下次重做，大概率还会显著」。这个理解错了。【流程节点链路】：【原效应显著】→【95% CI 半宽】→【标准误 SE】→【同 N 复制的把握度】→【复制显著的随机概率】。

用一个具体例子。假设某组间差异的原估计 d=0.30，95% CI=[0.05, 0.55]。CI 半宽=0.25，所以 SE=0.25/1.96≈0.128。若这次估计恰好等于真实效应，那么同 N 重复一次，要再次显著，复制估计必须落在 0.25 之外（因为 1.96*SE≈0.25）。真实值 0.30 离显著边界只有 0.05，标准化距离约 0.39。计算下来，同 N 复制再次显著的概率约 65%，不是 95%。

【隐式】这里的关键不是 p 值本身，而是 CI 半宽。p 值告诉你「在当前数据下，零假设有多不舒适」；CI 半宽告诉你「下一次同规模实验的估计大概会抖多大」。

【细微】更狠的是：如果真实效应其实接近原 CI 下界 0.05，那么同 N 复制再次显著的把握度不到 7%。也就是说，一篇「刚好显著」的论文，可能天然只能被小概率复制成显著。

【极难发现】更深一层：发表选择会把估计推向更极端。原研究里越靠近 p=0.05 的「显著」结果，越像是噪声和真效应叠加后的幸运值。把它当成真实效应再复制，等于把抽样误差也当成信号。

Open Science Collaboration 2015 年重做 100 项心理学研究，只有 39% 达到精确复制；复制效应量普遍小于原效应。这不是「心理学不行」，而是【精度不足 + 选择偏差】的统计学后果。

所以看复制研究时，先问三个数：效应量、CI 半宽、样本量。若 CI 很宽，p<0.05 只是「勉强过线」，不是「稳定过线」。

值得辩论的问题：如果一项研究 p=0.04 且 CI 很宽，作者应该把它写成「发现效应」，还是「发现一个值得更大样本验证的不精确信号」？