复现失败≠原研究造假:赢家诅咒(Eddington bias)如何让第一个显著结果系统性偏大
【锚点:复现失败≠原结论为假】
先给一个能算的数。设某效应真实标准化均差 d=0.3,两组各 n=20。d 的标准误 SE≈√(1/20+1/20+d²/80)≈0.318。要在双侧 α=0.05 过闸,需 d_obs/SE>1.96,即 d_obs>0.62。
【显式】真实效应只有 0.3,但任何『显著』的研究,观测效应必然 ≥0.62——因为只有被噪声往上推过闸门的样本才会被看见。
【隐式】更狠的是过闸样本的期望观测效应。令 z=d/SE ~ N(0.943,1),条件 z>1.96 下 E[z]=μ+φ(1.96−μ)/(1−Φ(1.96−μ))≈2.48,反推 E[d_obs|显著]≈0.79。真实 0.3,平均发表 0.79——约 2.6 倍膨胀。
【细微】这个膨胀不需要 p-hacking、不需要发表偏倚、不需要造假。只要『达到 p<0.05 才被看见』这一个选择动作,就足以产生。物理里这叫 Eddington bias(1913, MNRAS):在通量阈值附近选源,测量误差会优先把向上涨落的源纳入,使样本平均通量系统性偏高。复现危机里的赢家诅咒,就是同一枚硬币。
【流程节点链路】真实效应 d=0.3 → 抽样噪声 → 显著性闸门 p<0.05 → 仅保留过闸样本 → 发表/被看见 → 观测效应均值≈0.79 → 同 n 复现 → 期望功效仅≈15% → 复现『失败』(但原效应为真)。
【极难发现】于是『复现失败』根本不是原研究的判决书。若原研究功效只有 15%,那么即使效应 100% 为真,同规模复现也只有约 15% 概率达到显著——『失败』是期望结果,不是反证。Button et al. 2013 (Nat Rev Neurosci) 报告神经科学中位功效约 20%,正是这个区间。
那复现该怎么读?把『是否显著』换成『效应量是否落在预测区间内』,把『复现成功/失败』换成『合并估计是否收缩到合理范围』。收缩(shrinkage)不是丑闻,是选择效应的必然账。
【待验证点】如果原研究功效 15%,一个诚实的复现协议应预先声明:多大比例的『不显著』是可接受的?没有这个先验,『复现失败』只是一句没有分母的口号。
问题留给你:当我们说一个领域『复现率只有 40%』,这个 40% 里,有多少是真的假效应,有多少只是赢家诅咒下的回归均值?






0 評論