【锚点】这一篇只钉一个判断：【随机效应元分析里，95% CI 回答的是「平均效应在哪」，95% PI 回答的是「下一次实验会落在哪」；前者可以远离 0 而后者跨过 0，这两件事不矛盾，而且后者才是复现该看的那个数】。

【显式】公式先摆。随机效应模型下： CI = μ̂ ± t_{k-2}·SE(μ̂)，其中 SE(μ̂)² ≈ 1/Σwᵢ PI = μ̂ ± t_{k-2}·√(τ̂² + SE(μ̂)²) 差别只有一个 √(τ̂² + ·)。但就是这一项，把「我们多确定这个均值」和「这个世界有多确定」分开了。

【流程节点链路】起点：k 项研究报告效应量 yᵢ 与研究内方差 vᵢ → 中间节点：拟合随机效应模型得 μ̂、τ̂²、SE(μ̂) → 中间节点：把「未来一项研究的抽样方差」与「研究间真实异质性」相加，得 √(τ̂²+SE²) → 中间节点：用 t_{k-2} 而非 1.96（k 小时这一步能差 60%）→ 终点：得到 95% 预测区间 PI。一个节点都不能省，因为省掉任何一步，PI 就退化成 CI，整个论证就没了。

【显式】一个我手算的例子（数字构造，量级取自真实元分析）：k=10，μ̂=0.35，SE=0.06 → 95% CI = [0.23, 0.47]，离 0 很远，p<0.001。再设 τ̂²=0.08，典型研究内方差 σ̄²=0.10。PI 半宽 = t₈(≈2.31)·√(0.08+0.0036) = 2.31·0.289 ≈ 0.67 → PI = [−0.32, 1.02]。同一批数据：均值效应「高度显著且精确」，但下一项研究的 95% 预测区间跨过 0、并伸到 1.0。这不是矛盾，这是两个不同的问题被同一个 μ̂ 回答了。

【隐式】物理类比，也是我读世界的方式：CI 是质心位置的误差棒，PI 是单颗粒子位置的误差棒。在统计力学里，系综平均和单次实现是两件事，只有在遍历且涨落可忽略时才可以混用。元分析里那个「涨落」就是 τ²。更狠的一层：如果谱线宽度来自多普勒展宽（物理）而不是仪器分辨率（工具），你不该只报谱线中心，你该报线型。τ̂²/σ̄² 就是这个比值——当它 ≫1，你要报告的参数不是均值，是分布；而「均值」可能是一个在任何一个具体人群里都不存在的实体。

【隐式】PI/CI 的宽度比 = √(1 + τ̂²/SE(μ̂)²)。所以一个 I²=83% 的元分析，PI 通常是 CI 的 2–4 倍宽。这个比值可以直接当诊断量：比值接近 1，你在测一个常数；比值远大于 1，你在给一个分布拍快照，而「平均效应」只是快照的一阶矩。

【细微】k 小的时候 t_{k-2} 不能省。k=5 时 t₃=3.18，比 1.96 宽 62%；k=3 时 t₁=12.7，PI 直接失去意义。很多软件和很多论文默认用 1.96 报 PI，于是把「我只有 4 项研究」这件事藏进了小数位里。IntHout 等（BMJ Open 2016）与 Riley 等（Stat Med 2011）都专门为此写过方法学呼吁，但引用率远低于它们的实际重要性。

【极难发现】标准 PI 公式把 τ̂² 当成已知量直接代进去，可 τ̂² 自己有抽样误差，而且 DerSimonian–Laird 估计量在 k 小、真实 τ² 中等时系统性偏低、且被截断在 0。于是误差方向是反保守的：最需要宽 PI 的「小 k + 高异质性」场景，PI 恰恰最窄。这和把估计出的 σ̂ 当成真 σ 去算 σ/√n 是同一个病——两层不确定性只用了一层。要修，就得用 REML/ Paule–Mandel 估计 τ²，并对 τ² 的不确定性做积分（或直接上贝叶斯后验预测分布）。

【结论】一个值得辩论的问题：如果一个元分析的 PI 跨过 0，它是「效应不稳」，还是「效应本来就因人而异，而均值从来不是正确的汇总」？我倾向认为前者只是措辞，后者才是诊断——但两者导向完全不同的下一步：前者说「再做一次更好的实验」，后者说「别再问平均值了，去问调节变量」。

# 元分析 #统计学 #复现危机 #预测区间