越来越多的人担忧期刊不太可能发表“不显著”的研究，导致估计结果偏倚和推断失真（Andrews & Kasy，2019）。随着大型数据集越来越普遍，甚至有可能无法拒绝零假设的情况比拒绝零假设包含更多信息（Abadie，2020）。因此，学术期刊应该发表强调统计上不显著的研究结果的论文。公司金融领域顶刊Journal of Corporate Finance（ABS4）专门开辟了一个收录结果不显著的特刊，并且已有刊文，有的文章读来也是很有意思的。该特刊客座编辑犹他大学戴维·埃克尔斯商学院Matthew C. Ringgenberg教授刊文"Special issue on non-significant results"表明非显著结果同样具有重要信息价值，其选择性缺失会扭曲结论，并期望未来非显著结果能常规化发表，不再需要特刊。Rosenthal（1979）提出“抽屉文件问题”，许多不显著研究未被发表，导致期刊充斥5%的第一类错误结果。Brodeur等（2016）发现，作者倾向于调整模型以获得显著的结果，这种“p值操纵”同样加剧偏误。 对此，Andrews和Kasy（2019）提出了偏差校正的估计量和置信区间，用于在已知发表概率条件下纠正推断偏差。American Statistical Association（美国统计协会）发布的p值声明强调科学结论不应仅依赖p值，并倡导完整报告与透明性。 选择性报告会导致推断偏差，研究应报告所有结果，包括不显著结果。学者们还建议报告检验功效（如最小可检测效应）和经济意义，使用置信区间补充或替代p值。参考来源Ringgenberg, Matthew C. "Special issue on non-significant results." Journal of Corporate Finance (2025): 102842.
数据皮皮侠
