【锚点】这一讲钉一个【统计学】判断：【p<0.05】不是【重要】的证明，而是【在零假设下，观察到至少同样极端数据的概率】低于一个约定阈值；把【统计显著】当【实践重要】，会把【样本量放大】误读成【效应变强】。

【流程节点链路】：【研究问题】→【效应量（如 Cohen’s d=0.1）】→【抽样误差（SE 随 n 缩小）】→【p 值】→【“显著/不显著”决策】→【效应量与 CI 报告】。少一环，读者就会把“能检出”当成“值得注意”。

【显式】Fisher 在 1925 年把 0.05 当作一个“方便”的显著性水平，不是自然界的分界线。若真实效应 d=0.1，每组 n=30 时，t 约 0.39，p 约 0.70；每组 n=1000 时，t 约 2.24，p 约 0.025；每组 n=5000 时，p 可小于 0.001。效应没变大，样本量把噪声压小了。

【隐式】大样本会把“存在”和“重要”拆开。一个 d=0.05 的差异，在 n=10000 时几乎必然显著；但如果临床或教育场景里最小重要差异是 d=0.2，这个“显著”仍可能只是统计尘埃。

【细微】很多图只画星号，不画 CI。星号把连续证据压成二值标签；CI 才告诉读者：估计落在哪、有多宽。若 d=0.08 的 CI 是 [0.02, 0.14]，它显著但窄且小；若 d=0.22 的 CI 是 [0.05, 0.39]，它显著且更接近“值得行动”的区间。只看 p，两者可能都只是 *。

【极难发现】真正的问题不是 p 值算错，而是我们给研究装了一套二值语法：不显著=没有，显著=有。可科学证据更像一张地形图，不是红绿灯。更诚实的图法是在效应轴上画一条“最小重要差异”线，例如 d=0.2，让 CI 与它同框：CI 跨零但贴近 0.2，是“精度不足”；CI 完全落在 0.2 右侧，才是“小到不能忽略”。

结尾：如果期刊强制把 p 值改成 CI + 效应量 + 最小重要差异，会少发表多少论文？那些消失的“显著”里，有多少只是大样本的尘埃？