学员档案：M 同学，某高校生命科学方向学术硕士，课题为某处理条件对细胞表型的影响。稿件外审时收到一条很直接的质疑：统计中的样本量与实际独立实验次数不符。核查后发现，论文把同一批样品的三次平行检测当成了三个独立样本，全篇的样本量因此虚高。经过重复定义梳理、实验设计重做与统计重跑，论文通过外审。以下为整理后的复盘。
一、问题出在一行不起眼的描述
M 同学的原稿在方法部分写的是"每组设置 3 个重复"。这句话本身没错，但审稿人追问了一句：这 3 个重复是三次独立的生物学实验，还是同一份样品测了三遍？
答案是后者。他把一次实验得到的样品分装三份上机检测，取了三个读数，然后在统计里当成 n=3 做检验。这样一来，组内差异只反映仪器波动，不反映生物学变异，标准误被压得很小，p 值自然好看。审稿人一眼就看穿了。
二、先把两种"重复"的区别讲透
我们用最直白的方式把两个概念摆在一起：
- 技术重复：同一份样品多次检测。它衡量的是检测方法的稳定性，只能告诉你"这次测量准不准"，不能用来估计组间的生物学差异。
- 生物学重复：来自不同个体、不同批次、不同培养孔的独立样本。它衡量的是处理效应在不同生物学单位之间是否稳定，才是统计推断的样本单位。
判断标准可以简化成一句话：把样品重新做一遍，换的是"新样本"还是"同一样本"。换的是新样本，就是生物学重复；只是同一份样品再测一次，就是技术重复。M 同学这才意识到，自己的 n 其实一直是 1，只是被三次读数包装成了 3。
三、统计口径重做：n 的定义必须与实验设计一致
把重复定义理清后，统计部分需要整体重做。我们按三步推进：
1. 重新确定分析单位
全篇的 n 统一改为独立生物学实验次数，技术重复的多次读数先取均值再进入分析，并在方法部分明确写出这一处理方式。任何"每孔测三次取平均"的操作都必须写清楚，不能默认读者知道。
2. 补齐独立生物学重复
原有数据只有两次独立实验，不足以支撑组间比较。M 同学按统一条件补做了独立批次，最终每组形成三次及以上独立实验。补做时要求同一时间窗、同一批试剂、同一操作人，避免把批次差异混进处理效应。
3. 换用与设计匹配的统计方法
原来对所有指标一律使用同一套参数检验。重做后改为：先检查分布与方差齐性，不满足条件时使用非参数方法；多组比较按单因素方差分析加事后检验处理，并说明校正方式；只比较两组时不再重复做多组检验，避免多重比较膨胀。
一个经验：方法部分"每组 3 个重复"这种写法几乎等于没写。写成"每组 3 次独立生物学实验，每次检测设 3 个技术重复，技术重复读数取均值后进入分析"，审稿人才不会追问。
四、图表也要跟着改
原稿的条形图上挂着误差线，但图注没有说明误差线代表标准差还是标准误，也没有说明 n 的含义。我们按统一规范重做了全部图表：
- 图注明确写出误差线的类型与样本量定义，且全篇保持一致；
- 散点叠加在柱形或箱线图上，让读者能直接看到每个独立样本的位置，而不是只看一个均值；
- 同一指标在不同实验中的原始数据整理归档，随投稿作为补充材料提交。
散点一画上去，效果很直接：原来那个"差异极其显著"的指标，在补做独立重复后，组间差异仍然存在但幅度明显收敛。这反而让结论更可信。
五、结论语言同步收敛
统计口径变化后，部分结论的强度需要下调。我们把原来"显著抑制""明显增强"这类表述，按新的检验结果逐句校准：有统计支持的部分保留，边缘显著的部分改为"呈下降趋势"，未达显著的部分移入讨论并在局限性中说明。
M 同学一开始有些失落，觉得补做实验反而让结果变弱了。我们给的说法是：补做重复不会削弱真实效应，只会削弱假象。如果效应只存在于技术重复之间，那它本来就不该被写进论文。
六、结果
修改稿连同新的实验数据与图表一并提交，论文通过外审。对 M 同学来说，这次返修真正的收获是把"重复"从一个顺手写下的词组，变成了一个必须与实验设计对应的分析单位。
七、复盘建议
- 方法部分必须写清重复的类型、次数与读数处理方式，不要只写"每组 3 个重复"。
- 技术重复用于评估检测稳定性，不能作为统计推断的样本单位。
- 统计方法要与设计匹配，先看分布与方差条件，再决定是否使用参数检验。
- 误差线类型与 n 的含义在图注中明确，且全篇口径一致。
- 补做独立重复时控制批次、试剂与操作人，避免把批次差异当成处理效应。
- 统计口径变化后，结论语言要同步校准，宁可写趋势也不写过头的话。
（本案例已脱敏整理，仅用于呈现学术辅导的常见路径，不代表任何具体机构或个人；文中过程与结果均为中性描述，不构成对投稿结果的承诺。）