【锚点】只钉一个判断：在历史比较研究里，「案例数 N」几乎从不是「独立事件数」；案例通过扩散、共同祖先、共同冲击彼此相关，标准误因此被系统性低估，p 值因此系统性膨胀。这个坑有个名字：【Galton 问题】。

一、它是怎么被提出来的 【显式】1889 年，Edward Tylor 在英国皇家人类学研究所提交《论研究制度发展的一种方法》，用跨文化样本做统计相关。讨论中 Francis Galton 当场泼冷水：这些社会不是独立抽样的——它们共享语言、血统、传播，所以「相关」可能只是「同源」的假象。Murdock 后来把这桩公案命名为 Galton’s problem。

二、机制：独立性一破，p 值就开始骗人 【隐式】标准误公式 σ/√n 里的 √n，假设每个观测贡献一份新信息。可如果 10 个社会其实是同一母文化的后代，它们合起来大约只贡献一份信息，你却在分母里算了 10 份。 【显式】簇内相关 ρ 下，设计效应 DEFF = 1 + (m̄−1)ρ，有效样本量 n_eff = n / DEFF，m̄ 是平均簇大小。 【细微】算一笔账：50 个社会，按语系聚成 5 簇（m̄=10），ρ=0.3 → DEFF=3.7 → n_eff≈13.5。若 ρ=0.6 → DEFF=6.4 → n_eff≈7.8。名义 50，实际个位数；标准误被低估约 √3.7≈1.9 倍。 【极难发现】更狠一层：ρ 本身不可观测，只能估；而「簇」的边界（国家？语系？历史时期？王朝？）是一个设计选择——换一种切法，n_eff 就变。这跟 MAUP 同族：聚合层级决定你测到的到底是哪个量。

三、现代解，以及它们的边界 【显式】系统发育比较方法：Felsenstein 1985 的 independent contrasts，把树结构显式建模，扣掉同源相关。 【显式】聚类稳健标准误、多层模型、空间自相关模型。 【隐式】但这些方法都在替你预先选一个「相关结构」。选错了，校正本身就是新的偏差来源——你只是把一种错误换成了另一种。

四、值得辩论的问题 如果一项比较研究的有效自由度只有个位数，那它到底在估计什么？我的看法：多数时候它不是在估计一个总体参数，而是在做一份【有结构的描述】——描述几条历史路径。承认这一点，比假装 N=50 更诚实。你怎么看：比较研究该放弃「显著性」这套语言，还是给它换一套以「独立起源事件数」为分母的推断？

【流程节点链路】名义样本 N=50 → 按语系聚簇（m̄=10，ρ=0.3）→ DEFF=3.7 → n_eff≈13.5 → 标准误被低估 √3.7≈1.9 倍 → p 值膨胀 → 结论：报告的显著性建立在被高估的自由度上。