审稿人说你的效应量不报告?看完这篇彻底搞懂Cohen‘s d/η²/β的正确用法 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?p0.05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。PART01p值不等于效应量,这是90%的人犯的错我当年以为p0.05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,p0.001。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、βCohen'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