企业官网建设流程全解析

今天聊一个让无数科研人当场社死的场景：审稿人问「你的效应量呢？怎么没有报告效应量？」

我当年第一次被审稿人问这个问题的时候，整个人都懵了——什么效应量？p值不是已经够了吗？p<0.05不就说明显著了吗？

后来我才明白，p值和效应量是完全不同的两个东西，审稿人问你要效应量，不是挑刺，是在确认你懂不懂统计。

PART01

p值不等于效应量，这是90%的人犯的错

我当年以为p<0.05就说明差异够大、效应够强。后来我才明白，p值只说明「有没有证据」，不说明「效应有多大」。

举例：你测了全国14亿人的身高，发现男性比女性平均高0.5厘米，p<0.001。统计上极其显著。但0.5厘米的实际差异有意义吗？几乎没有。

这就是p值的陷阱：样本量越大，p值越小，就算效应量再小，p值也能达到极其显著。审稿人要的不是p值，要的是效应量——你的效应到底有多大，有没有实际意义。

PART02

三种最常用的效应量：Cohen's d、η²、β

Cohen's d：两均数比较的效应量

适用于t检验、方差分析后的两两比较。

Cohen's d = (均值1 - 均值2) / 合并标准差

判断标准：

• •d = 0.2：小效应
• •d