【锚点】这一篇只钉一个判断：【随机化不是把样本打乱，而是把“如果零假设成立时可能看到什么”变成可枚举的几何空间】。 【显式】Fisher（1935）的八杯茶实验：8 杯茶，4 杯先加茶、4 杯先加奶，随机摆放；被试事先知道规则，要指出哪 4 杯是先加茶。若她只是猜，选择方式有 C(8,4)=70 种；全对只有 1 种，p=1/70≈0.014。这个 p 来自设计，不来自大样本近似。 【隐式】很多人把 p 当成“证据强度”的仪表盘，但 Fisher 的 p 是【错误空间里的面积】：在“她不能区分”的零假设下，出现这么极端或更极端结果的比例。建筑学类比：先验平面不是审美，而是承重结构；没有它，任何“看起来更通透”的读数都只是装饰。 【细微】可复制性不来自重复同一杯茶，而来自复制【约束】：杯子数、先加茶/先加奶数、盲法、揭盲前固定判定规则。若把“指出 4 杯”改成“尽量多猜”，分布就变了；若允许事后挑选“最像茶”的杯子，p=1/70 立即失效。 【极难发现】精确 p 依赖【有限总体设计】。它不是对“茶味差异”的点估计，而是对“该设计在零假设下能产生哪些结果”的枚举。设计错了，样本再大，也只是把错误放大成更显著的错。 【流程节点链路】：问题（能否区分茶奶顺序） → 零假设（不能区分） → 操作化（8杯、4茶4奶、盲法） → 随机化（摆放随机） → 判定规则（事先指定全对/≥7对） → 计算错误空间（C(8,4)=70） → 推断（全对时 p=1/70） → 复制（同设计同判定）。 【待验证点】如果你的研究只能保留一个数字，你会保留 p 值，还是保留【可枚举的错误空间】？为什么？