学术研究中功效分析（Power Analysis）真的是必要的吗？

在学术界，特别是在定量研究范式中，统计显著性长期以来被视为黄金标准。然而，一项研究的 p 值仅仅低于临界阈值，并不意味着该研究在科学上是稳健的或可重复的。正是在这里，统计功效（Statistical Power）及其前提——功效分析（Power Analysis），成为了研究设计阶段最关键的要素之一。功效分析是研究开始前必须确定的路线图，它直接影响着研究的科学有效性。

统计功效（Power）的概念及其理论依据

统计功效是指当原假设（Null Hypothesis）实际上错误时，能够拒绝该假设的可能性。换句话说，它是当真实效应存在时，捕捉到该效应的能力。在数学上，功效表示为 1-beta。其中，beta 代表第二类错误（Type 2 error），即未能发现实际上存在的差异或关联的风险。学术标准中公认的功效值通常为 0.80 或更高。这意味着研究者目标至少拥有 80% 的机会去发现真实的效应。

这一概念的理论基础是由波兰数学家 Jerzy Neyman 和英国统计学家 Egon Pearson 奠定的。当时，Ronald Fisher 仅通过 p 值关注“拒绝 H0（原假设）”。而 Neyman 和 Pearson 则提出了这样一个问题：“如果 H0 是错误的，那么我们接受一个正确的备择假设（H1）的机会是多少？”。在这一时期，第一类错误和第二类错误等重要概念得到了强调。另一方面，Jacob Cohen 在 1962 年研究了社会科学文献，证明了其中许多研究的统计功效非常低，因此无法发现实际存在的效应，并对效应量（Effect Size，如 Cohen’s d 等）的概念进行了标准化。

第一类错误与第二类错误之间的微妙平衡

大多数学术研究侧重于控制第一类错误，即把不存在的效应显示为存在的风险。因此，p 值通常固定在 0.05。然而，这种情况可能导致第二类错误被忽视。在一项未经功效分析就开展的研究中，如果样本量不足，研究者可能会错过一个真实的发现。这不仅是时间和资源的浪费，也是科学进步的障碍。特别是在临床研究中，如果由于样本量不足而宣布一种潜在可能拯救生命的药物或方法无效，这将构成伦理问题。

资源管理的理想选择

使用不必要的大样本开展研究会导致实验动物或受试者被不必要地纳入研究。相反，使用过小的样本则意味着向一个从一开始就注定失败的项目投入资源。资助机构和伦理委员会现在要求提供功效分析报告，以确保项目在科学上是可持续的。

在回顾性研究中，采集特定日期之间的数据是否会让功效分析变得多余？

不。在学术研究中，仅仅分析特定日期或时期之间的患者，并不意味着控制研究功效是多余的。您在相关期间采集的样本量可能不足以支持您的假设和计划的分析。在这种情况下，您可能会错过实际存在的显著差异。您必须通过事前（prior）和事后（post-hoc）功效分析来检查采集到的样本量。

我可以用已发表的其他研究作为参考来代替功效分析吗？

可以。这里的关键点是，如果之前做的类似研究中存在功效分析数据，或者对于该研究样本量的确定有合理的科学解释，您可以引用该研究作为来源。另一方面，需要注意的是，根据您计划发表论文的期刊政策，要求可能会有所不同。此外，在同行评审（review）阶段，编辑或审稿人仍可能要求提供功效分析。

发表偏倚与重复性危机

近年来，科学界特别关注重复性问题。许多重要研究的结果在被其他研究者重复时，无法得出相同的结果。其中最大的原因之一是，低功效的研究可能会偶然得出显著结果并得以发表。在低功效研究中获得的显著结果往往倾向于夸大效应量 (什么是效应量概念？)。功效分析在此时起到了过滤器的作用，增加了对研究发现的信任。因此，除了方法论之外，解释如何确定样本量也极其重要。功效分析作为确定样本量最客观的方法之一，进一步提升了其重要性。

综上所述，功效分析是一种选择吗？

综上所述，值得强调的是，在学术研究中，功效分析不是一种选择，而是一种方法论上的必然。任何没有建立在稳固统计基础上的研究，都像是一座建立在沙滩上的建筑。学者们在检验假设时，不应只关注 p 值，还应透明地分享研究的功效水平。这种方法既保护了研究者的辛勤劳动，也对科学的累积性质做出了真正的贡献。进行功效分析就是了解研究的界限，并在这些界限内做出诚实的科学陈述。因此，无论是博士论文还是国际项目，第一步始终应该是计算统计功效。