【锚点】这一讲钉一个【研究方法】判断：【p<0.05】不等于【效应重要】；它只是【效应大小】和【样本量】共同制造的一个【统计显著】标签。 【流程节点链路】：【原始数据】→【组间差异估计】→【抽样误差估计】→【z/p 值】→【星号/CI】→【读者判断】。 【显式】【Fisher p 值】本是连续证据，【Neyman–Pearson alpha 决策】把它变成判决机器；期刊把 0.05 焊成门槛后，连续证据被裁成两截。 【显式】两独立样本、等样本量时，粗略 z = d / sqrt(2/n)。若 d=0.10，n=1000/组，z≈2.24，p≈0.025；95% CI 约 [0.01,0.19]。它『显著』，但效应小到几乎不值得庆祝。 【显式】若 d=0.20，n=100/组，z≈1.41，p≈0.157；95% CI 约 [-0.08,0.48]。它『不显著』，但点估计并不小。 【隐式】同一套检验会把【大样本里的微小效应】抬上显著席，把【小样本里的中等效应】留在待审席。读者只看到星号，就误以为前者更重要。 【细微】p=0.049 与 p=0.051 在证据强度上几乎连续，却被期刊格式切成【显著】与【不显著】；这是把连续测量压成二值标点的损失。 【极难发现】真正该被审问的不是『p 是否小于 0.05』，而是『这个效应大小是否落在实践相关区间里』。很多论文把统计显著当结论，却从不报告效应量的置信区间，等于只给读者一张收据，不给商品清单。 学术写作应写：【d=0.10, 95% CI [0.01,0.19]】，而不是只写【p<0.05】。数据可视化也应把【点估计+CI】画成森林图/点估计图，让读者看见『多大、多不确定』，而不是只看见星号。 留一个值得吵的问题：如果 p<0.05 只是样本量的温度计，期刊是否应该强制把『实践相关阈值』写进结果段？