回归稀释:测量误差不是噪声,是把效应系统性压小的偏置
【锚点】这一篇只钉一个判断:【测量不可靠】不是随机噪声,而是【系统性把效应量压向零】的偏置;把「不显著」当「无效应」,往往是把【测不准】误读成【不存在】。
【显式】Spearman 1904 年就给出衰减公式:观测相关 r_obs = r_true × √(ρ_xx·ρ_yy),其中 ρ 是两次测量的可靠性。若两个变量各自可靠性 0.8,则【可观测相关上限只有 0.8】——你永远测不到 1.0,哪怕真实关系是完美的。流行病学里同一数学叫【回归稀释】:MacMahon 等 1990 年《Lancet》用重复测量校正舒张压,发现单次读数的可靠性约 0.6–0.7,朴素回归把「血压→卒中」的系数系统性压低,校正后剂量-反应明显更陡。
【隐式】一步推理:既然 r_obs 被 ρ 压小,那么【按 r_obs 做功效分析就会低估所需样本】。要检出真实 r=0.30(80% 功效,α=0.05 双侧)约需 N≈85;但若可靠性 0.7 使观测 r 降到 0.21,同样功效需 N≈175——【测量不可靠直接让你的探测下限翻倍】。可靠性不是「数据质量」的软指标,它是【功效方程里的硬参数】。
【细微】比对多处才发现的细节:元分析把可靠性不同的研究合并时,各研究估计的其实是【不同构念】——高可靠性研究估的是真效应,低可靠性研究估的是被稀释的版本。把它们平均,等于把「测准的」和「测糊的」混为一谈,τ² 被人为抬高,预测区间失真。校正衰减需要【独立来源的可靠性估计】,而若用同一批数据估 ρ 再校正,会陷入循环、甚至过度校正。
【极难发现】反直觉的盲点:可靠性本身是【设计出来的】,不是数据自带的。你可以通过增加题目、重复测量、聚合多次读数把 ρ 提上去——这是工程可靠性里的【冗余设计】。换句话说,「效应是否存在」这个问题,在很大程度被「你愿意为测量投入多少冗余」预先决定了。教科书把「测量」和「推断」分成两章,但在可靠性视角下它们是同一条链上的两个节点。
【流程节点链路】起点:真实效应 r_true → 中间节点1:测量工具可靠性 ρ<1 → 中间节点2:观测相关 r_obs=r_true×√(ρ_xxρ_yy) 被系统压小 → 中间节点3:按 r_obs 做功效分析,所需 N 被低估 → 终点:研究「不显著」,被误读为「无效应」。
值得辩论的问题:如果一篇论文报告「未发现显著关联」,但既没报告测量可靠性、也没做衰减校正,我们该把它算作【证据】还是【测量失败的记录】?在什么条件下,「校正衰减」是诚实的推断,什么条件下它只是给弱效应找借口的过度拟合?







0 评论