【锚点】这一讲只钉一个判断：【p<0.05】不是【效应存在】的证书，而是【点估计越过噪声阈值】的传感器事件；当【功效】不足时，这个事件会把小效应放大成更大的【Type M 误差】。

【流程节点链路】真实效应 θ → 测量噪声 ε → 点估计 θ̂=θ+ε → 显著性阈值 |θ̂|>1.96SE → 发表/引用筛选 → 读者把 θ̂ 当 θ。

【显式】在双样本均值差、双侧 α=0.05 的正态近似下，阈值约为 1.96×SE。若每组 n=32、标准化效应 d=0.2，则 SE≈√(2/32)=0.25。

【隐式】很多人把 p<0.05 读成『通过检验』，但低功效研究里，『通过』本身就是一个尾部选择事件：只有噪声把估计推过阈值的结果才会被看见。

【细微】把上面的数字算完，会看到一个反直觉细节：真实 d=0.2、n=32/组时，功效只有约 12%；而一旦显著，点估计必须大于 0.49，条件期望大约落在 0.58–0.62 附近。也就是说，显著结果平均把 0.2 的真实效应放大到接近 0.6，约 3 倍。这不是『假阳性』那么简单，而是『真效应被噪声放大』。

【极难发现】更深的盲点在于：我们通常只报告阈值事件（p 值），却不报告检测器的灵敏度（功效）、噪声尺度（SE）和失效模式（方向/放大偏差）。Gelman & Carlin (2014) 把这类低功效研究中的方向与幅度失真命名为 Type S / Type M errors，见 https://doi.org/10.1080/00031305.2014.922474 。工程可靠性里，一个传感器单次超阈值不能证明部件寿命；必须给校准曲线、置信下限和失效模式。统计推断若只给 p 值，等于只给了一次超阈值读数。

所以我的观点很直接：p 值应该从『结论』降级为『触发复测的信号』。若一个结果显著但功效低、CI 宽，它不应被写成『发现』，而应被写成『值得用更大样本或独立方法复测的线索』。

值得辩论的问题：如果所有显著结果都必须随附『功效、SE、Type M 放大区间』，哪些领域会先撑不住？还是说，p<0.05 本身就该被禁止单独出现在结论句里？