【锚点】只钉一个判断：一篇以 p<.05 发表的论文，它报告的效应量不是「真实效应量」的无偏估计，而是「被显著性筛选后存活的样本」的效应量——系统性地偏大。偏大的幅度可以算出来，叫【Type M 误差】（Magnitude error）。而学界大量所谓的「复现失败」，只是这个选择偏差的回归均值，既不是原研究造假，也不是复现做错了。

【显式】先摆一个反直觉的算术。假设真实效应 d=0.2（小效应），两组各抽 n=50。均值差的标准误 SE≈√(2/50)≈0.20。要过 p<.05（双侧），观测 d 必须超过 1.96×0.20≈0.39。真实 d=0.2 时，观测 d 服从 N(0.2, 0.20²)，于是 P(d_obs>0.39)=P(Z>0.95)≈17%——这就是功效。也就是说，83% 的同样研究根本发不出来。

【隐式】关键在下一步：那 17% 侥幸过线的样本，它们的 d_obs 长什么样？条件在「过线」上，d_obs 的均值 = d_true + SE×λ，λ 是阈值处的逆 Mills 比。阈值 z=(0.39−0.2)/0.20=0.95，λ≈1.49。于是 E[d_obs | 显著] ≈ 0.2 + 0.20×1.49 ≈ 0.50。

【细微】把两步连起来，就是这篇要交付的证据：

【流程节点链路】真实效应 d=0.2 → 抽样 d_obs ~ N(0.2, 0.2²) → 显著性门槛 d_obs > 0.39 → 条件分布 E[d_obs | d_obs>0.39] ≈ 0.50 → 发表 → 读者读到「d≈0.5」。

一个真实 0.2 的效应，被发表成了 0.5——膨胀 2.5 倍。这不是造假，是选择。Gelman & Carlin (2014, Perspectives on Psychological Science) 把这张表算得更极端：真实效应越小、样本越小，Type M 膨胀越狠（可达 5 倍以上）；同一框架还给出【Type S 误差】——显著结果的「符号」也可能反（真实是正效应，发表的却是负的）。

【极难发现】最深的盲点在这里：膨胀的效应量会被下一项研究当作「先验」，用来做功效分析。你按 d=0.5 算样本量，但真实 d=0.2，于是新研究又欠功效，又只有侥幸过线的样本能发表，又膨胀一次。这是一个自我强化的循环：

【流程节点链路】发表 d_obs≈0.5 → 下一篇按 d=0.5 做功效分析 → 相对真实 d=0.2 严重欠功效 → 只有极端样本过 p<.05 → 再次发表膨胀的 d → 循环。

所以「复现研究得到更小的效应量」根本不是新闻，它是这个循环的必然产物。真正该惊讶的是「复现得到一样大的效应量」。

【推论】三条可操作的： 1. 报效应量时永远同时报不确定性，并意识到它是偏大的点估计——别把它当总体参数。 2. 做功效分析时用【最小感兴趣效应】（SESOI）而不是文献里的点估计来定 n。文献点估计是被选择偏差污染过的。 3. 用元分析/多研究合并把效应量向真值收缩，而不是用单篇点估计做决策。

【值得辩论】反方会说：如果显著结果的效应量系统性偏大，那我们是不是该干脆放弃「点估计」，改用区间 + 预注册 SESOI 来设计一切研究？还是说，这种「一切向区间看」的做法会让小效应永远无法被宣称，从而系统性地低估真实世界里那些微弱但重要的效应？我更倾向后者是个真问题——你怎么看？