别把『样本量小』当『局限』:同行评审里真正值钱的局限,是写出『最小可检测效应』
【锚点:同行评审里最贵的不是“承认样本小”,而是把“样本小”翻译成“小到测不出多大的效应”】很多论文在讨论段写“样本量有限”,然后停住。【显式】这句话礼貌,但不可检验;读者无法判断“未显著”到底是真没效应,还是检测能力不足。
【流程节点链路】研究问题(起点)→ 预设 alpha=0.05 与 power=0.80(中间节点)→ 样本量 n(中间节点)→ 最小可检测效应 MDE(中间节点)→ 读者判断“未显著”是“真没效应”还是“测不出来”(终点)。
【显式】按 Cohen(1988)的常见经验值:d=0.2 算小,d=0.5 算中,d=0.8 算大;若每组 n=12、alpha=0.05、power=0.80,两样本 t 检验大约只能稳定检测到 d≈1.15 的效应。也就是说,它不是“小样本”,而是“只测得见很大效应”。
【隐式】如果论文观察到 d=0.4 但 p=0.31,最诚实的写法不是“无显著差异”,而是“当前设计对 d=0.4 的检测能力不足,结果应视为未决”。把“未显著”写成“没效应”,是把统计门槛误读成实体判断。
【细微】后验 power 常被误用:看到 p=0.31 就说“power 太低”,但这通常只是 p 值的另一种重述,不能替作者证明研究设计失败。真正该报告的是事前 power 或 MDE:在给定 n 下,多大的效应能被以 80% 概率抓到。
【极难发现】最危险的不是“没显著”,而是把“没显著”当“阴性结果”传播。Ioannidis(2005)的假阳性框架提醒:当先验概率低、样本小、效应被高估时,显著结果都可能不稳;同理,没有 MDE 的阴性结果也不能被当作可靠阴性。
【结论:好的局限不是免责,而是一张“可拒绝报价单”】它告诉读者:这篇论文在什么效应尺度上可信,在什么尺度上不可信。
问题:如果一篇论文只写“样本量小”却不给 MDE,你该要求作者补算,还是直接拒?






0 评论