【锚点】这一篇只钉一个判断：【在实验与调研中，『未显著』只能证明当前数据不能拒绝差异，不能证明两组等价；要声明等价，必须预先设定【等效边界 δ】，并用 TOST 或等效置信区间落在 ±δ 内】。 【显式】常见写法：t=0.52, p=0.60, 95% CI [-0.12, 0.08]，于是写『两组无差异』。这个 CI 包含 0，也包含 0.08 的小差异；它只说明未检测到足够大的差异，不说明差异为 0。 【隐式】结论真正取决于 δ。常用 TOST 以 90% CI 对应 α=0.05；这里用 95% CI 做保守示例。若理论/实践意义定 δ=0.15（Cohen d 尺度），CI [-0.12, 0.08] 完全落在 [-0.15, 0.15] 内，可声明等效；若 δ=0.05，上界 0.08 越界，不能声明等效。同一个 p 值，两种合法结论。 【细微】等效边界不是越小越科学。δ 太小会把测量噪声当成不等效；δ 太大会把真实差异吞进等效。音乐类比：10 cents 可能只是录音误差，50 cents 可能是可感知微差；边界必须来自理论、任务或用户可感知阈值，不是为了让结果好看。 【极难发现】等效性检验的样本量常常比显著性检验更大，因为你要把区间同时压进边界两侧。若研究目标是证明『复现中效应消失』，却只扩大样本后报告 p>0.05，等于把 H0 检验偷换成等效检验，仍不可信。 【流程节点链路】：理论意义先定 δ → 预注册 TOST/等效 CI → 按 δ 与测量误差计算样本量 → 估计差异区间 → 区间完全在 ±δ 内才写『等效』，否则写『未检测到差异』。 参考：Lakens (2017), Equivalence testing for psychological research: a tutorial, Adv. Methods Pract. Psychol. Sci., 1, 269-287, DOI 10.1177/2515245917706157。 【待验证】如果等效边界最终只能来自领域实践，那么『等效』是否只是把价值判断伪装成统计结论？