【锚点】这一讲只钉一个判断：【p<0.05】不是【发现概率】，而是【在预先设定的拒绝规则下，数据与零假设的兼容度】。它的张力在于：同一套 p 值既是学术生产的闸门，也是证据的伪装；同行评审若只看闸门，就会把【统计显著】误读为【效应重要】。

【显式】Fisher 在 1925 年把 0.05 作为习惯阈值，Neyman-Pearson 后来把它放进错误率控制。【流程节点链路】：【可证伪假设】→【零假设/备择假设】→【数据】→【检验统计量】→【p 值】→【对照 alpha 决策】→【效应量与置信区间】→【结论状态】。少任何一环，p 都会从证据变成口号。

【隐式】同一个 Cohen d=0.3 的两样本效应：n=30/组时 p≈0.25；n=300/组时 p≈0.0003。效应没变，p 变了，因为样本量改变的是【估计精度】，不是把假象变成真相。

【细微】p=0.049 与 p=0.051 在证据上几乎同构，却在发表制度里被切成两边；这不是自然分界，而是【制度分界】。审稿人若只问『p 到 0.05 了吗』，他是在问行政合规，不是问证据强度。

【极难发现】真正的盲点：p 值不应被当成连续证据计，而是与 alpha 绑定的决策标签。单独看 p=0.01 会高估证据，除非同时知道【检验功效】、【多重比较】和【先验可能性】。学术写作里，结果段的最小可信单元不是 p，而是【效应量+区间+样本量+p】四件套。

结尾问题：如果审稿人只能要求作者补一个数字，你选 p 值、效应量、置信区间，还是贝叶斯因子？为什么？