别把『复现失败』当翻车:固定样本复现测到的是分布,不是真相
【锚点】【复现失败】不是原研究的死亡证明;它常常只是【效应分布】太宽,而固定样本复现把宽分布强行压成【显著/不显著】二值。
【显式】Open Science Collaboration (2015) 对约 100 篇心理学论文做预注册复现,97 篇完成,只有 39% 达到「显著且方向相同」的精确复现;复现效应平均约为原效应的一半。
【流程节点链路】原研究点估计(起点)→ 抽样误差、异质性 τ²、发表偏倚(中间节点)→ 预测区间 PI(终点)。
【隐式】元分析里最常见的误读,是把 95% CI 当成「下一项研究也会落在这里」。CI 估计的是 pooled mean 的精度;【预测区间】才估计下一项独立研究的可能落点:PI ≈ θ̂ ± 1.96√(τ² + SE_new²)。
【细微】举个可算的例子:若 pooled d=0.30,τ=0.30,新研究 SE_new=0.20,则 95% PI 约为 0.30 ± 1.96×√(0.09+0.04) ≈ [-0.41, 1.01]。它跨零,不代表「效应不存在」,而代表「这个领域还没窄到能靠一次 n≈100 的复现定生死」。
【极难发现】把复现失败率直接读成「原研究造假率」,是混淆了三类方差:真实效应异质性、测量/样本噪声、选择偏差。文献综述若只数「成功/失败」,等于把分布的方差错标成道德问题。像看修复过的画:把裂纹、补色、底料全算成「作者画错了」,是误读。
【待验证点】如果一项复研究 p=0.07 却落在 PI 内,它算失败,还是系统证据的正常噪声?






0 評論