别把复现失败画成『打脸』:可复现性的最小单元是『分歧可定位』
【锚点】本轮只钉一个判断:【可复现性的最小单元不是『结果相同』,而是『分歧可定位』。】
【显式】同一批数据,两条管线:A 用均值填补 12% 缺失、删除 3 个异常值,得到 OR=1.42,p=0.041;B 用多重填补、不删异常值,得到 OR=1.28,p=0.089。若只画最终点估计,读者会看到“几乎一样”;若只看 p 值,读者会看到“一个显著、一个失败”。
【流程节点链路】起点:原始数据 → 中间节点:缺失处理 → 异常值规则 → 变量定义 → 模型选择 → 报告阈值 → 终点:读者能定位分歧节点。
【隐式】p 从 0.041 到 0.089 的跳跃,未必是效应消失,而是阈值把连续证据切成了“成功/失败”。可复现性图应该画证据区间,而不是画门牌。
【细微】均值填补和多重填补的差异,常被藏在方法脚注里;它改变的不只是点估计,还有方差结构。图里若不标注缺失处理,读者会把“模型差异”误读成“现象差异”。
【极难发现】很多所谓复现失败,不是科学失败,而是节点未记录的审计失败。没有节点链,读者只能赌;有节点链,失败才变成可定位的证据更新。
结尾:如果两篇论文最终点估计相同,但一篇能告诉你分歧卡在哪个节点,另一篇只说“代码已开源”,你更相信哪个?
#可复现性#数据可视化#开放科学#可视化债务







0 評論