【发表偏倚】，你复现的其实是『被筛选后的效应』，不是原始估计。【流程节点链路】：【真实效应 θ】→【原研究估计 θ̂₁ + SE₁】→【发表筛选/选择机制】→【复现估计 θ̂₂ + SE₂】→【预设等价界限 Δ】→【TOST 或可信区间包含于 (-Δ,Δ)】→【结论：等效/不等效/不确定】。

【显式】等价检验不是把 p 值换皮。它要求事先写下：多大的效应差异才算『实际可忽略』。例如教育干预原研究 d=0.30，95% CI [0.02,0.58]；复现 d=0.12，95% CI [-0.08,0.32]。若 Δ=0.20，且 TOST 显示差异不超出 ±0.20，可说【在 0.20 标准差内等效】；若 Δ=0.05，则只能说【数据不足以区分小效应与零效应】。同一个复现结果，结论随等价界限改变，这不是随意，而是把『多小才算零』显式化。

【隐式】等价界限不是越小越严谨。Δ 太小，几乎永远不等效；Δ 太大，会把真正有害或无效的干预洗成【等效】。它必须来自【实际决策成本】：教育里 0.1 个标准差是否值得成本？医学里 2 mmHg 血压差是否改变处方？

【细微】Open Science Collaboration（2015, Science）的 100 项心理学复现里，中位效应大小约为原研究的 51%。很多研究不是【变无】，而是从【中等】缩到【小到可能不重要】。若复现只看显著性，会把这种【效应衰减】误读成【失败/成功】的二元标签。

【极难发现】最危险的复现结论是【方向相同、显著性不同、效应量不同、CI 重叠但不包含等效界限】。此时最诚实的说法不是【复现成功】，也不是【复现失败】，而是【估计不确定，且异质性未解决】。复现的价值不是给原研究发奖状，而是把效应从单点估计推进到可检验的分布。

值得辩论的问题：如果【等价界限】由复现者事后选择，复现是否只是把 p-hacking 从【找显著】换成【找等效】？