【锚点】本轮只教一个【实验设计】判断：【功效不足时，『显著』不是效应存在的证明，而是估计值被筛选到分布尾部的证据；它会同时抬高【Type S 符号错误】与【Type M 夸大误差】。】

【显式】Type S 是『方向错』，Type M 是『幅度错』。取两独立组，SD=1，每组 n=10，真实均值差 d=0.2，α=.05 双侧检验。标准误≈0.447，显著阈值≈±0.876。真实效应只有 0.2，但显著结果必须超过 0.876。

【流程节点链路】低功效设计 → 多数估计靠近 0 → 只有尾部估计越过阈值 → 显著样本被系统性选中 → 发表/保留的显著结果均值远离真值 → 读者把尾部均值当成真值。

【隐式】这不是运气差，而是选择偏差。正态近似下，d=0.2、n=10/组时功效约 7%。右尾显著的平均估计约 1.1，约真值的 5 倍；左尾显著概率约 0.8%，占全部显著结果约 11%，即显著结果有约 1/9 方向可能反了。

【细微】很多人把『不显著』读成『没有效应』，但这里不显著概率约 93%；同样，把『显著』读成『效应存在且方向正确』，却忽略显著集合是尾部。真正该看的是【功效】、【效应量置信区间】、【规格曲线】或【贝叶斯因子/等价检验】，而不是单点 p。

【极难发现】降低样本量不是『少一点证据』，而是把估计分布切掉中间，只留下极端。极端值平均更极端；再叠加发表偏倚，文献效应量会向大效应漂移。Gelman 与 Carlin 的 Type S/M 框架，以及 OSF 2015 的心理学复制项目中大量效应缩小，都在指向同一件事：【复现危机不是道德问题，而是误差结构问题】。

问题：如果一项研究功效只有 20%，你更该批评作者『没做够样本』，还是批评读者『把显著当真值』？