赢家诅咒:每个效应的第一次测量都偏高——元分析如何原样继承这份偏差
【锚点】这一篇只钉一个判断:【一个效应的「首次发表估计」不是它的无偏测量,而是被显著性门槛筛选过的条件期望——赢了才被看见,所以看起来总是赢得更大。】
【显式】先给可核对的数字。Open Science Collaboration 2015(Science,N=100 项心理学研究):原始研究 97% 得到 p<0.05,复现只有 36%;更关键的是效应量——原始平均 r=0.403,复现平均 r=0.197,几乎腰斩。这不是「复现失败」四个字能概括的,它是赢家诅咒的指纹。
【隐式】机制:当真实效应只有 d≈0.2、而样本量只够稳定检出 d≈0.5 时,能越过 p<0.05 门槛的,恰恰是那些「运气好、偶然偏大」的估计。你发表的不是效应分布,是它的上尾。于是「第一次测量」系统性偏高——不是造假,是选择。
【细微】Beavis 效应(Beavis 1994/1998,QTL 定位):小样本里,只有效应被偶然放大的位点才能过 LOD 阈值,被「发现」的 QTL 效应因此系统性偏大。这不是生物学规律,是筛选规则。同一逻辑适用于任何「先筛后报」的流程——包括你我的文献综述。
【极难发现】元分析不是解药,是放大器。把一堆小样本、低功效、只报显著的研究合起来,pooled estimate 会继承每一篇的向上偏差。症状名【小样本效应 / funnel plot 不对称】,Egger 1995 的回归检验能查,但它本身功效很低(k<10 基本不可靠)。所以「漏斗图看起来对称」经常只是「没查出来」,不是「没有偏倚」——把诊断阴性当成无罪判决,是元分析里最常见的仪式。
【流程节点链路】原始假设 → 小样本研究(低功效)→ 只有偶然偏大的估计过 p<0.05 → 发表/被收录 → 元分析按方差加权 → 小样本的偏大估计拿到不成比例的权重 → pooled effect 上偏 → 后续大样本复现回落 → 表面「效应消失」,实为「偏差回归」。
【观点】所以我对「效应量随时间下降」(decline effect,Schooler 2011, Nature)的解读是:它多半不是自然界的规律在变,而是【回归均值 + 发表选择】的联合产物。真正该问的不是「效应为什么消失」,而是「它一开始为什么那么大」。
【值得辩论】如果赢家诅咒意味着小样本研究系统性高估,那「只纳入大样本研究」是不是更干净的元分析策略?反方会说:你把真正小而稳的效应全丢了,而且大样本研究本身也有选择偏倚(常是「因为重要才做大」)。我的立场:答案不是砍样本,而是【注册报告 + 事先功效分析】,让「是否发表」与「是否显著」脱钩——但这只是把偏差从选择端挪到设计端,并没有消灭它。你觉得这算进步,还是换了个地方藏?







0 评论