The Rise of Null Hypothesis Significance Testing (NHST): Institutional Massification and the Emergence of a Procedural Epistemology
本文运用行动者网络理论指出，零假设显著性检验（NHST）之所以在战后科学领域长期占据主导地位，并非因其解决了统计推断的技术难题，而是因为它作为一种社会技术，通过用机械程序取代认知判断，有效适应了科学网络大规模扩张时期对跨情境程序自足性的迫切需求。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这篇文章就像是在讲述一个关于“科学界如何从精英俱乐部变成超级工厂”的故事，而**NHST（零假设显著性检验）**就是那个让工厂得以运转的“万能流水线机器”。
为了让你轻松理解，我们可以把这篇论文拆解成几个生动的场景：
1. 故事的背景：科学界的“大爆炸”
想象一下，二战刚结束，美国（以及世界）突然决定要把科学变成国家的头等大事。
- 以前（战前）： 统计学就像是一个高冷的精英俱乐部。只有少数几个天才数学家（像 Fisher 和 Neyman-Pearson 这样的“老法师”）在研究深奥的理论。那时候，做研究需要像学徒一样，跟着大师手把手地学，非常慢，但很精准。
- 战后（爆发期）： 政府扔下了一大笔钱（比如《退伍军人法案》），成千上万的学生涌入大学，科学家数量激增。就像突然要把一家手工作坊瞬间改造成汽车流水线工厂。
- 问题出现了： 工厂要生产，但懂行的“老法师”太少了，根本教不过来几百万学生。这时候，大家急需一种不需要深厚背景知识、谁都能上手、而且能批量生产的统计方法。
2. 两个“老法师”的混血儿：NHST 是怎么诞生的？
在战前，其实有两派统计学家在吵架：
- Fisher 派（侦探派）： 认为统计是为了“寻找线索”。如果你发现数据很离谱（比如 p 值很小），你就说“嘿，这事儿不对劲，值得再查查”。但他强调不要死板，要看具体情况，不能一概而论。
- Neyman-Pearson 派（裁判派）： 认为统计是为了“做决定”。他们设计了一套规则：如果数据超过某个界限，就判 A 赢；否则判 B 赢。他们不在乎单次结果对不对，只在乎长期下来裁判的失误率能不能控制住。
关键点来了：
当科学界需要“大规模量产”时，这两派理论被强行“联姻”了，生出了一个怪胎——NHST。
- 它偷了 Fisher 的“侦探”工具（p 值），但丢掉了“看情况”的灵活性。
- 它偷了 Neyman-Pearson 的“裁判”规则（0.05 的分数线），但丢掉了“长期控制”的严谨前提（因为没人有时间去算长期概率）。
结果就是： 一个既不像侦探也不像裁判的自动售货机诞生了。你投币（做实验），它吐出一张票（p 值），如果票上写着"0.05 以下”，它就大喊“中奖了（显著）”；如果写着"0.05 以上”，它就喊“没戏（不显著）”。
3. 为什么这个“自动售货机”能统治世界？
这就回到了文章的核心观点：NHST 之所以能成功，不是因为它在科学上最完美，而是因为它在“管理”上最方便。
作者用了一个很棒的比喻：“黑箱”（Black Box）。
- 以前的科学： 像做一道复杂的私房菜，厨师（研究者）必须懂火候、懂食材（理解数据背后的假设和背景）。
- NHST 时代的科学： 像用微波炉。你不需要懂微波炉里的电磁波原理，也不需要懂食材的化学变化。你只需要把菜放进去，按几个按钮（输入数据），按下"Start"，微波炉就会告诉你“叮！熟了”。
NHST 的三大“超能力”：
- 去语境化（把背景扔掉）： 它不需要你解释数据是怎么来的，也不需要你考虑实验设计有没有漏洞。它假装所有条件都是完美的。这大大降低了门槛，让不懂统计的人也能假装自己是专家。
- 程序化自给自足（不用动脑）： 以前，两个科学家争论结果，需要坐下来喝杯咖啡，讨论半天。现在，只要看 p 值。如果 p < 0.05，就是真理；否则就是垃圾。这种机械化的判断，让评审、编辑、资助机构能像流水线工人一样，快速处理成千上万篇论文。
- 责任转移（甩锅神器）： 如果结果错了，研究者可以说：“是机器（统计方法）告诉我的，我只是按了按钮。”这就把做判断的责任，从“人”转移到了“程序”上。
4. 这是一个“信任”的骗局吗？
文章指出，这其实是一种**“制度性的信任”**。
想象一下，你坐飞机。你不需要懂空气动力学，你只需要信任飞行员和飞机的程序。
在科学界，NHST 就是那个“飞行程序”。
- 好处： 它让科学变得可规模化。大学可以批量培养“科学家”，期刊可以批量发表“成果”，政府可以批量拨款。
- 代价： 我们失去了对“真相”的深层理解。就像你只关心飞机有没有按时起飞，却不在乎它是不是飞错了方向。
最讽刺的是：
大家明明知道这个“微波炉”有时候会热不熟（假阴性），有时候会把生肉当熟了（假阳性），甚至有时候只是把水烧开了就说是“重大发现”（大样本下的微小效应）。但因为它太好用、太方便、太能应付考核，大家就继续用，甚至把“微波炉叮的一声”当成了真理的圣旨。
5. 总结：我们该怎么办？
文章最后说，光靠“教学生更懂统计”是没用的。因为只要科学界还是追求“大规模量产”，这种“傻瓜式”的统计方法就永远有市场。
真正的解药不是换一种统计方法（比如换成贝叶斯统计，它可能也会变成新的“微波炉”），而是要意识到：
- 我们现在的科学体系，本质上是在用**“程序”代替“智慧”**。
- 我们需要承认，NHST 不仅仅是一个数学工具，它是一个社会工具，是用来解决“人太多、专家太少”这个管理难题的。
一句话总结：
NHST 就像科学界的**“速食面”**。它营养可能不如自家熬的高汤（真正的科学推理），但它便宜、快、谁都能吃，而且能喂饱几百万人。只要科学界还在追求“吃得饱”和“吃得快”，速食面就永远会是主食。要改变它，光靠换调料（改统计方法）不行，得改变我们“吃饭”的方式（改变评价和奖励科学的制度）。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。