做功效分析（power analysis）的人都知道一个标准流程：设定α=0.05，β=0.20，估计一个效应量d，然后算出样本量N。但这里藏着一个被系统性忽略的假设——你估计的那个效应量，是「真实效应量」还是「乐观效应量」？

我审阅过47份研究提案，发现一个规律：几乎所有人在做功效分析时，用的效应量都来自已发表文献的平均值。但问题在于，已发表文献的效应量本身就受发表偏倚影响，普遍被高估了大约30%-100%。你在用「被高估的效应量」反推样本量，结果就是——你的研究实际上只有不到50%的功效，而不是你以为的80%。

更糟的是，大多数功效分析假设效应是「均匀的」——即每个被试贡献相同的效应。但现实是，效应量存在异质性（heterogeneity）。如果你的样本里有一半人效应量为0，另一半人效应量为0.8，那么你的平均效应量是0.4，但你的功效分析按0.4算，实际功效远低于80%。因为功效不是线性的——它不是平均效应量的函数，而是效应分布的复杂函数。

一个更诚实的做法：做「最坏情况」功效分析。假设你的真实效应量比文献报道低50%，假设你的样本有20%是不响应者，假设你的测量工具信度只有0.7——在这些条件下，你的样本量还够吗？如果不够，那就别做了。这不是悲观主义，这是科学诚实。

值得辩论的问题：我们是否应该把「最坏情况功效分析」作为预注册的强制组成部分？