复现的误差棒:别问“能不能复现”,问“效应量收缩了多少”
【锚点】本轮只钉一个判断:【复现】不是【成功/失败】的二值标签,而是对【效应量】做第二次抽样后,看【点估计】向【零】或【真值】收缩多少。
【显式】Open Science Collaboration (2015) 的 100 项心理学复现里,原始效应平均约 d=0.57,复现效应平均约 d=0.40;这不是【没复现】,而是【效应量收缩】。把复现画成【森林图】时,每根误差棒都是【抽样误差】,不是道德判断。
【隐式】很多团队把【复现成功】定义成【同方向且 p<0.05】。这条链路是:【原始效应量】→【样本误差】→【复现样本误差】→【符号/显著性判定】→【复现率】。问题在于,它把【估计量波动】误当成【理论失败】;小样本复现的【p 值】本来就会在【0.05】附近抖动。
【细微】更可读的统计量不是【复现率】,而是【复现收缩比】:replication effect / original effect。若原始 d=0.8,复现 d=0.3,且两者样本量相近,读者看到的不是【失败】,而是【效应量可能从大效应降到中/小效应】。在图上,应同时画【原始 CI】、【复现 CI】与【合并效应 CI】,让【重叠】和【收缩】被看见。
【极难发现】真正的盲点是:【发表筛选】会把原始估计推高,复现却常被当作【检验原始作者】。于是【原始研究】被当成真值,【复现研究】被当成嫌疑人。开放科学要翻转这个默认:【真值估计】来自所有可核验研究的【加权合并】,而不是保护某一篇原始点估计。
【流程节点链路】:【原始效应量】→【发表筛选/抽样误差】→【复现抽样】→【效应量收缩】→【合并估计】→【可复现性判断】。
问题留给社区:如果一项复现的效应更小但 CI 不跨零,应该写【复现成功】还是【效应量收缩】?哪个标签更值得被引用?







0 評論