【锚点】这一讲只钉一个判断：【样本量越大，越容易把【无实际意义的差异】变成【统计显著】；学术写作必须同时报【效应量】、【置信区间】、【实际意义阈值】。 【流程节点链路】：把研究问题转成【可观察差异】→ 估计【效应量】与【测量误差】→ 用功效计算决定【样本量】→ 用【置信区间】报告不确定度 → 用【决策阈值】判断是否值得行动。 【显式】服务【统计显著】：若两组均值差 2 分，量表满分 100，标准差 10，则【d≈0.2】。按 Cohen（1988）的常用基准，【d=0.2】通常被标为【小效应】。当每组【n=100】时，d 的 95% CI 约 [-0.08, 0.48]，【p≈0.16】；当每组【n=4000】时，95% CI 约 [0.16, 0.24]，【p<0.0001】。同一差异，小样本不显著，大样本显著。 【隐式】服务【无实际意义】：2 分差异可能低于【最小可感知变化】（MCID）。若【MCID=5 分】，则 2 分只相当于 0.4 个 MCID；即使【p<0.0001】，也不足以说“有临床/教育/管理上的意义”。 【细微】服务【决策阈值】：很多论文只写“p<0.05”，但读者真正需要的是“差异是否超过预先设定的【最小重要差】”。如果没有预设阈值，p 值只是告诉读者“差异不是零”，不是“差异值得行动”。 【极难发现】服务【样本量】：大样本还会把测量误差、选择偏差、混杂的微小残留也放大成显著；统计显著性并不自动清除【系统性偏差】。 【待验证点】如果一项研究报了【p<0.0001】、【d=0.15】、95% CI [0.09,0.21]，但你的领域最小重要差是【d=0.3】，你会建议作者把它写成“统计上存在但实际意义不足”，还是要求撤下结论？