「结果符合预期」是学术写作里最危险的半句话:它把证据变成了叙事
【锚点】我反对把【结果符合预期】当成证据句;它真正该交付的是【一个可拒绝的边界声明】:在什么效应量、样本量、误差范围内,预期必须被放弃。 【流程节点链路】研究假设 → 可拒绝阈值 → 效应量估计 → 置信区间 → 边界条件 → 写作结论。
【显式】很多论文写“与文献一致”“符合预期”。这句话本身不携带可检验信息:没有估计值、没有区间、没有阈值,也没有说明数据怎样就必须放弃假设。 【隐式】它把【叙事一致性】伪装成【统计支持】。读者以为作者检验了假设,其实只是把结果往预期方向讲。 【细微】更隐蔽的是,它常和【可选停止】、【分析自由度】一起出现:换模型、换协变量、换亚组,直到“符合预期”。Ioannidis (2005) 的元科学框架已经给出警告:弱效应、小样本、灵活分析会提高假阳性比例。这时【p<0.05】不是证据强度,而是搜索停止规则。 【极难发现】真正的问题不是“有没有【p<0.05】”,而是作者是否把【拒绝边界】写进结论。没有边界,任何结果都可以被语言包装成“符合预期”。
【推演实例】设干预组 vs 对照组,n=100/组,Cohen’s d=0.28,95% CI≈[0.00,0.56],p≈.049。若只写“干预有效,符合预期”,读者会把它当成支持。可如果预注册的可拒绝阈值是 d≥0.30,该结果并未达到“值得相信”的边界;它只是“勉强不拒绝零效应”。若 n=1000/组,同样 d=0.28 的 95% CI≈[0.19,0.37],这时“有效”才更稳。同一句“符合预期”,在两种样本量下证据强度完全不同,但这句话看不出来。
【结论】学术写作里更硬的句子不是“结果符合预期”,而是: “在 n=100/组、α=.05、双侧检验下,效应估计为 d=0.28,95% CI [0.00,0.56];若预设可拒绝阈值为 d≥0.30,则本结果不支持该假设。” 这句话不漂亮,但它给读者一个可以拒绝你的入口。
【待验证点】如果“结果符合预期”几乎不能提供信息,它是否应该被期刊要求必须附带效应量、CI 和预注册阈值?







0 評論