【锚点】本轮只讲一个【计量经济学×博弈论】判断：【p<0.05 不是『真』的概率；当研究进入【发表筛选】后，读者真正需要的是 P(真|显著)，而它可能被【先验概率】和【功效】压得很低。】

【显式】在经典【假设检验】里，p 值是在【原假设为真】的条件下，观察到当前或更极端数据的概率。若 α=0.05，空假设下每 20 次约出现 1 次『显著』。

【流程节点链路：先验概率→数据生成→p值→显著筛选→发表样本→读者后验】。问题不在某一步出错，而在链条把【频率概率】变成了【条件概率】。

【隐式】发表机制像一场只奖励显著性的博弈：作者倾向于报告显著结果，期刊更可能接收显著结果，读者更容易引用显著结果。于是你看到的文献不是全部实验，而是被【显著性闸门】过滤后的样本。

【细微】设某领域【真效应】先验概率为 0.1，研究【功效】0.8，α=0.05。显著结果的来源有两类：真效应被检出 0.1×0.8=0.08；假效应误报 0.9×0.05=0.045。于是 P(真|显著)=0.08/(0.08+0.045)=0.64。若先验降到 0.01，P(真|显著)=0.008/(0.008+0.045)≈0.15。也就是说，越冷门、越缺乏理论支撑的领域，显著结果越可能是【假阳性】。教育测量里同理：只看被录取的高分样本，会把群体能力估计抬高；这里也一样。

【极难发现】这里最反直觉的不是『坏研究被隐藏』，而是【发表选择本身改变了证据的含义】：同一个 p=0.04，在低先验、低功效、高【发表偏倚】的环境里，携带的信息量远小于在高先验、高功效、全部结果可见的环境里。Ioannidis（2005, PLoS Medicine 2(8):e39）的核心结论可压缩为：在低先验、低功效、高自由度下，大多数已发表发现可能为假；这不是道德问题，而是概率结构问题。

【待验证点】这个判断可被检验：比较同一领域『预注册全部结果』与『只读已发表结果』的效应量分布；若后者的均值系统性更高，且小效应研究显著率异常，则说明【显著性闸门】在放大【胜者诅咒】。

结尾问题：如果所有研究无论显著与否都被同等阅读，p 值还能作为证据吗？还是它只是发表博弈里的入场券？