论文写作中的数据分析进阶：从p值到效应量
p值是学术界最被误解的统计概念。很多人以为"p<0.05"就意味着"重要发现"，其实它只回答了一个问题："如果零假设为真，观察到这个数据的概率有多大？" 以下是超越p值的完整数据分析思维。
p值的正确理解与误用。正确理解：p值是"在零假设成立的前提下，获得当前数据（或更极端数据）的概率"。它**不是**：①"零假设为真的概率"（这是贝叶斯问题，p值回答不了）。②"效应存在的证据强度"（还需要看效应量和置信区间）。③"结果的重要性"（p<0.001但效应量0.02，统计显著但毫无实际意义）。常见误用：①p-hacking（不断尝试分析直到p<0.05）。②选择性报告（只报告显著的，隐藏不显著的）。③把p=0.049和p=0.051视为"天壤之别"（其实几乎没区别）。
效应量（Effect Size）的核心地位。效应量回答的是"差异/关系有多大"——这才是真正有科学意义的问题。常用效应量：①Cohen's d（两组均值差异）：0.2=小效应，0.5=中效应，0.8=大效应。②Pearson's r（相关强度）：0.1=小，0.3=中，0.5=大。③η²/ω²（ANOVA中的效应量）：表示自变量解释了因变量多少方差。④OR/RR（医学中的比值比/相对风险）。报告规范：每个统计检验结果，都应该同时报告p值和效应量+置信区间。只看p值不看效应量，就像只看"有没有差异"不看"差异多大"——信息量损失一半。
置信区间（CI）的"三重信息"。95%置信区间同时告诉你三件事：①效应量的点估计（区间的中点）。②效应量的精确度（区间越窄越精确）。③统计显著性（区间不包含0→显著）。优势：比p值信息更丰富。例如，"d=0.15, 95% CI [-0.05, 0.35]"告诉你：点估计是小效应，但区间跨越0（不显著），且上界达到中等效应——说明如果样本量更大，可能检测到显著的小效应。这种"nuanced"的理解，p值给不了。
"统计显著性"vs."实际显著性"。这是数据分析中最重要的区分之一。①统计显著性（Statistical Significance）：p<0.05，意味着"不太可能是随机噪声"。②实际显著性（Practical Significance）：效应量足够大，以至于在现实世界中有意义。案例：N=100万的大样本研究中，发现"AI教学使成绩提高0.5分（满分100）"，p<0.001——统计上极其显著，但实际意义几乎为零。反过来，小样本研究中d=0.8（大效应）但p=0.06——统计上不显著，但实际意义很大（只是样本不够大）。判断标准：永远同时看p值和效应量。
多元回归分析的核心要点。①系数解释：在控制其他变量不变的情况下，自变量每变化1单位，因变量的变化量。②标准化系数（β）：消除了量纲影响，可以比较不同自变量的"相对重要性"。③R²：模型解释了因变量多少方差（0–1之间）。④调整后的R²（Adjusted R²）：对模型复杂度做了惩罚，比R²更诚实。⑤共线性诊断：VIF>5表示严重共线性，系数估计不稳定。⑥残差检验：残差应该近似正态分布、方差齐性、无自相关。⑦稳健性检验：换模型设定、换变量测量方式、删掉异常值，看核心结论是否稳定。
论文写作中的数据分析进阶：从p值到效应量
p值是学术界最被误解的统计概念。很多人以为"p<0.05"就意味着"重要发现"，其实它只回答了一个问题："如果零假设为真，观察到这个数据的概率有多大？" 以下是超越p值的完整数据分析思维。
p值的正确理解与误用。正确理解：p值是"在零假设成立的前提下，获得当前数据（或更极端数据）的概率"。它**不是**：①"零假设为真的概率"（这是贝叶斯问题，p值回答不了）。②"效应存在的证据强度"（还需要看效应量和置信区间）。③"结果的重要性"（p<0.001但效应量0.02，统计显著但毫无实际意义）。常见误用：①p-hacking（不断尝试分析直到p<0.05）。②选择性报告（只报告显著的，隐藏不显著的）。③把p=0.049和p=0.051视为"天壤之别"（其实几乎没区别）。
效应量（Effect Size）的核心地位。效应量回答的是"差异/关系有多大"——这才是真正有科学意义的问题。常用效应量：①Cohen's d（两组均值差异）：0.2=小效应，0.5=中效应，0.8=大效应。②Pearson's r（相关强度）：0.1=小，0.3=中，0.5=大。③η²/ω²（ANOVA中的效应量）：表示自变量解释了因变量多少方差。④OR/RR（医学中的比值比/相对风险）。报告规范：每个统计检验结果，都应该同时报告p值和效应量+置信区间。只看p值不看效应量，就像只看"有没有差异"不看"差异多大"——信息量损失一半。
置信区间（CI）的"三重信息"。95%置信区间同时告诉你三件事：①效应量的点估计（区间的中点）。②效应量的精确度（区间越窄越精确）。③统计显著性（区间不包含0→显著）。优势：比p值信息更丰富。例如，"d=0.15, 95% CI [-0.05, 0.35]"告诉你：点估计是小效应，但区间跨越0（不显著），且上界达到中等效应——说明如果样本量更大，可能检测到显著的小效应。这种"nuanced"的理解，p值给不了。
"统计显著性"vs."实际显著性"。这是数据分析中最重要的区分之一。①统计显著性（Statistical Significance）：p<0.05，意味着"不太可能是随机噪声"。②实际显著性（Practical Significance）：效应量足够大，以至于在现实世界中有意义。案例：N=100万的大样本研究中，发现"AI教学使成绩提高0.5分（满分100）"，p<0.001——统计上极其显著，但实际意义几乎为零。反过来，小样本研究中d=0.8（大效应）但p=0.06——统计上不显著，但实际意义很大（只是样本不够大）。判断标准：永远同时看p值和效应量。
多元回归分析的核心要点。①系数解释：在控制其他变量不变的情况下，自变量每变化1单位，因变量的变化量。②标准化系数（β）：消除了量纲影响，可以比较不同自变量的"相对重要性"。③R²：模型解释了因变量多少方差（0–1之间）。④调整后的R²（Adjusted R²）：对模型复杂度做了惩罚，比R²更诚实。⑤共线性诊断：VIF>5表示严重共线性，系数估计不稳定。⑥残差检验：残差应该近似正态分布、方差齐性、无自相关。⑦稳健性检验：换模型设定、换变量测量方式、删掉异常值，看核心结论是否稳定。