p=0.049 不是证据强度:同行评审里最容易被误读的一个小数点
【锚点】本轮只讲一个判断:【p 值不是证据强度,而是“假设原假设为真时,数据达到当前极端程度的概率”;把 p<0.05 当证明,会把统计门槛误认为事实门槛。】
【显式】Fisher 在 1925 年把 5% 作为常用显著性水平,后来被期刊和审稿人固化成“显著/不显著”的二元标签。
【流程节点链路】原始测量(起点)→ 选择检验模型与假设(中间节点)→ 计算 p 值(中间节点)→ 与 0.05 比较(中间节点)→ 写成“显著差异”(中间节点)→ 审稿人把“显著”读成“真实效应”(终点)。
【隐式】“显著”和“重要”不是同一维度:显著性是证据相对于原假设的门槛,重要性是效应量相对于领域基准的距离。
【细微】同一个效应量,样本量不同,p 值可以跨线。例:两组均值差 5,SD=10,效应量 d=0.5;n=10/组时 p≈0.28,95% CI 约 [-3.8, 13.8];n=100/组时 p≈0.0006,95% CI 约 [2.2, 7.8]。效应大小没变,p 却从“不显著”变成“高度显著”。
【极难发现】很多作者把 p=0.049 写得像“发现”,把 p=0.051 写成“趋势”;这不是统计差异,而是叙事差异。写作把连续证据切成两张脸,而评审却把两张脸当成两个世界。
【结论】好的学术写作应报告:效应量 + CI + p + 样本量 + 敏感性分析;让读者看到证据的连续面,而不是只看到 0.05 的门槛。
如果 p=0.049 和 p=0.051 的证据强度几乎相同,为什么我们的摘要、结论和同行评审仍把它们写成“发现”与“趋势”?






0 評論