学员档案：F 同学，某高校神经生物学方向理学硕士，学位论文研究某种干预手段对模型动物行为与分子指标的影响。实验做得相当扎实，行为学测试、组织学染色、蛋白表达检测都完成了，数据量在同期学生里并不算少。但外审意见回来后，问题集中在一个学员从未想过的地方：统计。
困境：每组三只动物、指标十几项，结论却下得很肯定
导师把论文的统计部分逐页翻了一遍，发现三个相互关联的问题。
第一是样本量。动物实验分为四组，每组只用了三只动物，全文既没有交代样本量是如何确定的，也没有做任何统计功效估算。当差异幅度较小时，三只动物的结果很容易被个体差异左右，而论文却据此下了相当肯定的结论。
第二是多重比较。行为学部分测了八项指标，分子部分又检测了六项蛋白，合计十几项指标全部做了组间比较，报告了若干"显著"结果，却没有对多重比较做任何校正。指标越多，偶然出现"显著"的概率就越高，这一点论文完全没有讨论。
第三是统计方法的选择。部分数据明显呈偏态分布，仍直接使用了参数检验；个别指标的方差齐性也没有检验。外审的意见写得很克制，但指向明确：统计方法的选择依据不足，结论的稳健性有待加强。
学员的困惑是真实的：实验重复做了很多次，怎么还被质疑样本量不够？导师解释，反复测同一批样本属于技术重复，它降低的是测量误差，并不能替代独立生物学重复的数量；而三只动物在统计上确实难以支撑一个效应量较小的结论。
学员后来回忆，自己一直把"重复次数多"和"样本量大"当成一回事，觉得实验做得久就意味着数据可靠。这种混淆在实验类论文中并不少见，往往要等到外审阶段才会被点破。他这才明白，同一个样本测十次和十个样本各测一次，回答的是两个完全不同的问题。
辅导路径：先补统计，再谈结论
辅导没有要求推翻实验，而是要求把统计链条补完整。导师的顺序很清楚：先把样本与检验的前提说清楚，再解释结果，最后才允许下结论。
第一步：补做样本量估算
依据文献中同类实验常见的效应量与变异程度，学员补做了一次统计功效估算，确认若要检出预期效应量，每组需要六只动物。据此补做了独立生物学重复，把每组样本扩充到六只。新增的动物未改变原有造模与干预流程，属于对既有设计的补齐，而非推倒重来。论文方法章随之补上了样本量估算的依据，这一句话看似简单，却直接回应了外审的核心质疑。
第二步：对多重比较做校正
十几项指标全部改用多重比较校正后的判断标准，并明确说明校正方法的选择理由，同时报告中未校正与校正后的结果，供读者对照。校正之后，原来被标记为显著的指标中，有两项不再显著。学员起初有些难以接受，导师的建议是：结果本身就是信息，掩饰它才是真正的风险。修改稿如实保留了这两项指标的结果，并在讨论中说明它们可能属于随机波动。
第三步：先检验前提，再选择方法
所有连续变量先做分布检验，偏态数据改用非参数检验或经转换后分析；方差齐性一并检验并说明处理方式。原先笼统写为"两组比较采用 t 检验"的一段，被改写为按数据类型分别说明的统计策略。同时，全文统一了数据呈现方式：每张图都标注了样本量、离散程度与所用检验，不再只画一根柱子和一个星号。
统计策略重写之后，方法章从原来的不到半页扩展到一页有余。字数增加得不算多，但每一条统计决定都能找到依据，评审再也无法用"方法交代不清"来质疑。学员也第一次意识到，统计部分不是论文的附属品，它本身就是结论可信度的一部分。
结果：外审意见转向结论表述与图表规范
修改稿再次送审后，此前质疑统计的评审专家在意见中写道："已补充样本量估算与多重比较校正，统计报告较为规范，结论表述趋于谨慎。"论文随后进入常规送审流程。学员事后总结，这一轮修改让他真正理解了什么叫"结论的强度要与证据的强度相匹配"。
复盘建议
- 动物实验开始前先做样本量估算，不要凭"每组三只够了"的经验下手；
- 技术重复与生物学重复是两回事，前者不能用来充样本量；
- 一次比较多项指标时必须做多重比较校正，并报告校正前后的差异；
- 选定统计方法前先检验分布与方差齐性，方法章要写清选择依据。
本次辅导由学长汇匹配的同方向导师负责。导师来自签约合作导师库，年均在线导师 5,000+，覆盖 1,200+ 细分学科方向（内部统计，统计口径为年均在线导师），在生命科学类论文的实验设计与统计分析方面经验较多。