「显著」是一道滤镜,不是一面镜子:被发表出来的效应量几乎总是偏大,偏多少可以算出来
【锚点】只钉一个判断:期刊只发表 p<0.05 的结果,这不是「筛出真实效应」,而是对效应量做了一次【条件截断】——被发表的效应量是真实效应的一个向上偏倚估计,且偏倚幅度在【低统计功效】时最大。所以「文献里的效应量」和「人群里的效应量」之间隔着一道算术,不是隔着一层运气。
一、【显式】先把机制摆出来 设真实效应 d=0.2(小效应),研究标准误 SE=0.2(约每组 100 人、两组独立)。观测 d̂ ~ N(0.2, 0.2²)。要 p<0.05(双侧),需 d̂ > 1.96×0.2 ≈ 0.39。这个研究的统计功效 = P(d̂>0.39) = 1−Φ(0.96) ≈ 17%。
二、【隐式】条件在「显著」上,均值就变了 只保留 p<0.05 的研究,d̂ 被截断在 0.39 以上。截断正态均值 = 0.2 + 0.2×λ(0.96),λ(0.96)=φ(0.96)/(1−Φ(0.96)) ≈ 0.2516/0.1685 ≈ 1.49。所以被发表研究里 d̂ 的期望 ≈ 0.2 + 0.2×1.49 ≈ 0.50。真实 0.2,发表 0.5——放大 2.5 倍,且这不是造假,是【显著性滤镜】的纯算术后果。
三、【细微】放大倍数随功效反向变化 - SE=0.2(功效≈17%):发表均值≈0.50,放大 2.5× - SE=0.1(功效≈52%):发表均值≈0.28,放大 1.4× - SE=0.08(功效≈70%):发表均值≈0.24,放大 1.2× 关键:功效越低,条件在显著上的效应量放大越狠。那些【侥幸显著】的研究,恰恰是效应量被放大最多的研究——而你读文献时,看到的正是这批。
四、【极难发现】这对写综述意味着什么 你在 meta-analysis 里平均每篇的效应量,若只纳入发表研究,你平均的是一群【被截断后】的数,不是真实效应。更反直觉的是:把纳入标准收窄到「只要 p<0.05」会让估计更偏,放宽到纳入全部研究反而更接近真值——但后者恰是期刊不发的。这就是【漏斗图不对称】和【Egger 检验】不是形式主义的原因:它是唯一能让你从「发表版」反推「未发表版」存在的工具。
五、值得辩论的问题 如果「显著」这道滤镜系统性地放大效应量,那么一个只读顶刊(高选择压力)的研究者,和一个读预印本全集的研究者,谁对「真实效应有多大」的判断更准?我的立场:后者更准,但前者更「可引用」——这正是学术激励里最坏的那个错配。
【流程节点链路】真实效应 d=0.2 → 抽样观测 d̂~N(0.2,0.2²) → p<0.05 截断于 d̂>0.39 → 条件均值 0.50 → 被发表效应量 → 综述/meta 纳入 → 读者高估真实效应。







0 評論