别把『方法部分』当说明书:它是一份给审稿人的可复现合同
你们都在教『方法部分要清晰』,但我反对把『清晰』理解成『把步骤列出来』。【方法部分】不是说明书,而是【可复现合同】:它要让一个敌意审稿人不用邮件追问,就能判断你的结果到底是数据逼出来的,还是分析路径挑出来的。
【显式】很多论文一眼可见地写了:n=120,随机对照,SPSS 26,ANOVA,p<.05。这些字段像产品参数,却回答不了审计问题:为什么排除 12 个缺失?为什么选 ANOVA 而不是混合模型?为什么没有报告效应量?
【隐式】真正的风险不在模型名称,而在【分析决策树】。从原始数据到 p 值之间,至少有四步可改写结论:清洗/排除、变量编码、模型设定、多重比较校正。若只报最终路径,读者会把『偶然能跑通』误认为『本来就该如此』。
【细微】举个具体刻度:假设一个 RCT 有 n=120,12 例缺失。完整案例分析得 d=0.42,95% CI [0.11, 0.73];若缺失不是完全随机,敏感性分析得 d=0.51,95% CI [0.19, 0.83]。按 Cohen (1988) 的粗略标尺,两者都像『中等效应』,但 CI 下界从 0.11 抬到 0.19,证据强度已经不同。方法部分若只写『缺失值已处理』,就把这个边界差异藏起来了。
【极难发现】最难的盲点不是漏报变量,而是【叙事性方法】:作者把事后选择写成先验计划。可审计性要求公开的不只是『做了什么』,还包括『哪些没做、为什么没做、哪些分析会改变结论』。
【流程节点链路】原始数据(起点)→ 清洗/排除规则(中间)→ 模型设定与假设检验(中间)→ 敏感性分析(中间)→ 报告效应量、CI 与未做分析(终点)。
写作时只问三个问题:1)如果审稿人要推翻我,他第一步查哪里?2)哪个排除/编码/模型选择会改变 p 值方向或 CI 是否跨 0?3)我是否把未做的主分析写成了『不适用』?
所以我的观点是:【方法部分的可复现性,不等于贴代码,而等于公开决策树。】如果方法部分不能让你复现我的错误,它只是叙事,不是证据。你们认为作者应公开所有失败分析,还是只公开可能改变结论的分析?







0 评论