https://www.yiliao.com/index.php?action=history&feed=atom&title=%E9%A2%91%E7%8E%87%E5%AD%A6%E6%B4%BE
频率学派 - 版本历史
2026-04-18T05:20:57Z
本wiki的该页面的版本历史
MediaWiki 1.35.1
https://www.yiliao.com/index.php?title=%E9%A2%91%E7%8E%87%E5%AD%A6%E6%B4%BE&diff=317246&oldid=prev
183.241.161.14：建立内容为“<div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff…”的新页面
2026-03-10T04:41:28Z
<p>建立内容为“<div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff…”的新页面</p>
<p><b>新页面</b></p><div><div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff; max-width: 1200px; margin: auto;"><br />
<br />
<div style="margin-bottom: 30px; border-bottom: 1.2px solid #e2e8f0; padding-bottom: 25px;"><br />
<p style="font-size: 1.1em; margin: 10px 0; color: #334155; text-align: justify;"><br />
<strong>[[频率学派]]</strong>（Frequentist Inference），是统治了现代科学和医学界近一个世纪的经典统计学哲学基础。在临床试验领域，它是传统 <strong>[[随机对照试验|随机对照试验 (RCT)]]</strong> 的绝对法则。频率学派的核心理念是：概率必须被定义为某一事件在“无限次重复试验”中发生的长期相对频率。在这个宇宙观里，真理（如药物的真实疗效）是固定不变但未知的，而我们只能通过当前这一次试验的数据来对真理进行猜测。它极度依赖 <strong>[[零假设]]</strong> 和 <strong>[[P值]]</strong>，并且坚决拒绝像 <strong>[[贝叶斯推断]]</strong> 那样将人类过去的经验（<strong>[[先验概率]]</strong>）纳入计算。这种“不带记忆、一切从零开始”的严苛设定，虽然在过去几十年里为 FDA 严格把控了新药的假阳性率，但在 <strong>[[老年科学|Geroscience]]</strong> 和现代精准医学面前，它却暴露出极其僵化和低效的致命弱点。面对 <strong>[[衰老]]</strong> 这种包含多靶点网络、需漫长周期验证的复杂系统，频率学派强制要求的“固定样本量”和“期中不可修改”规则，导致了海量研发资源的浪费和不可接受的伦理代价，正迫使现代医学向更加灵活的 <strong>[[适应性设计]]</strong> 和贝叶斯框架寻求破局。<br />
</p><br />
</div><br />
<br />
<div class="medical-infobox mw-collapsible mw-collapsed" style="width: 320px; border: 1.2px solid #bae6fd; border-radius: 12px; background-color: #ffffff; box-shadow: 0 8px 20px rgba(0,0,0,0.05); overflow: hidden; float: right; margin-left: 20px; margin-bottom: 20px;"><br />
<br />
<div style="padding: 15px; color: #1e40af; background: linear-gradient(135deg, #e0f2fe 0%, #bae6fd 100%); text-align: center; cursor: pointer;"><br />
<div style="font-size: 1.2em; font-weight: bold; letter-spacing: 1px;">Frequentist Inference</div><br />
<div style="font-size: 0.75em; opacity: 0.85; margin-top: 4px;">Classical Statistical Framework (点击展开)</div><br />
</div><br />
<br />
<div class="mw-collapsible-content"><br />
<div style="padding: 20px; text-align: center; background-color: #f8fafc;"><br />
<div style="display: inline-block; background: #ffffff; border: 1px solid #e2e8f0; border-radius: 8px; padding: 15px; box-shadow: 0 4px 10px rgba(0,0,0,0.04); margin: 5px; box-sizing: border-box;"><br />
<div style="width: 140px; height: 140px; background: #f1f5f9; border-radius: 4px; display: flex; align-items: center; justify-content: center; overflow: hidden; padding: 15px; box-sizing: border-box;"><br />
<br />
</div><br />
</div><br />
<div style="font-size: 0.8em; color: #64748b; margin-top: 10px; font-weight: 600;">零假设分布与 P 值拒绝域</div><br />
</div><br />
<br />
<table style="width: 100%; border-spacing: 0; border-collapse: collapse; font-size: 0.78em;"><br />
<tr><br />
<th style="text-align: left; padding: 6px 10px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0; width: 42%;">核心哲学观点</th><br />
<td style="padding: 6px 10px; border-bottom: 1px solid #e2e8f0; color: #1e40af;">概率等于长期相对频率</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 10px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0;">绝对对立学派</th><br />
<td style="padding: 6px 10px; border-bottom: 1px solid #e2e8f0; color: #0f172a;"><strong>[[贝叶斯推断]]</strong></td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 10px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0;">核心裁判指标</th><br />
<td style="padding: 6px 10px; border-bottom: 1px solid #e2e8f0; color: #b91c1c;"><strong>[[P值]]</strong> (P-value < 0.05)</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 10px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0;">致命理论短板</th><br />
<td style="padding: 6px 10px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">拒绝承认历史 <strong>[[先验概率]]</strong></td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 10px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0;">临床物理载体</th><br />
<td style="padding: 6px 10px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">传统固定样本量 RCT</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 10px; background-color: #f1f5f9; color: #475569;">现代医学妥协</th><br />
<td style="padding: 6px 10px; color: #166534;">引入 Alpha 消耗函数进行 <strong>[[期中分析]]</strong></td><br />
</tr><br />
</table><br />
</div><br />
</div><br />
<br />
<h2 style="background: #f1f5f9; color: #0f172a; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: 6px solid #0f172a; font-weight: bold;">核心机理网络：“疑罪从有”的严苛法庭</h2><br />
<br />
<p style="margin: 15px 0; text-align: justify;"><br />
频率学派评价一种抗衰老新药是否有效，并不直接计算“药有效的概率”，而是采取了一种极其绕弯的“证伪逻辑”：<br />
</p><br />
<br />
<ul style="padding-left: 25px; color: #334155;"><br />
<li style="margin-bottom: 12px;"><strong>零假设的暴政 (Null Hypothesis, H0)：</strong> 试验开始前，法官（统计学家）首先强行假设：“这个药是完全无效的，治疗组和安慰剂组的差异纯粹是因为运气不好（随机误差）”。这个被强加的绝对无罪推定，就是所谓的“零假设”。</li><br />
<li style="margin-bottom: 12px;"><strong>P 值的真实含义 (The P-value Myth)：</strong> 试验结束后，统计学会计算出一个 P 值。它的严谨定义是：<strong>如果零假设是真的（药完全无效）</strong>，那么我们“碰巧”观察到当前这么好（甚至更好）的数据的概率有多大？如果 P=0.01，意味着如果药没用，出现这种好结果的概率只有 1%。</li><br />
<li style="margin-bottom: 12px;"><strong>一刀切的红线 (Alpha Threshold)：</strong> 科学界武断地画了一条红线（通常是 Alpha = 0.05）。既然“药没用却出现好结果”的概率（1%）低于 5%，频率学派的法官就会裁定：“发生这种巧合的概率太低了，所以我拒绝相信零假设，我只能承认是你的药有效”。这是一种通过证明“反面极其荒谬”来确立正面的逻辑。</li><br />
</ul><br />
<br />
<h2 style="background: #fff1f2; color: #9f1239; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: #9f1239 6px solid; font-weight: bold;">病理学临床投射：刻舟求剑引发的研发灾难</h2><br />
<br />
<div style="overflow-x: auto; margin: 30px auto; max-width: 90%;"><br />
<table style="width: 100%; border-collapse: collapse; border: 1.2px solid #cbd5e1; font-size: 0.85em; text-align: center;"><br />
<tr style="background-color: #eff6ff; color: #1e40af;"><br />
<th style="padding: 10px; border: 1px solid #cbd5e1; width: 22%;">统计学僵化表现</th><br />
<th style="padding: 10px; border: 1px solid #cbd5e1; width: 38%;">对临床试验的致命约束</th><br />
<th style="padding: 10px; border: 1px solid #cbd5e1; width: 40%;">现代医学与长寿科研的困境</th><br />
</tr><br />
<tr><br />
<td style="padding: 8px; border: 1px solid #cbd5e1; font-weight: 600;"><strong>“无记忆”的系统</strong><br><span style="font-size: 0.9em; color: #64748b;">(Ignoring Priors)</span></td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1; text-align: left;">即使前 10 次动物实验和真实世界数据都证明这种 <strong>[[Senolytics]]</strong> 有效，当前的 III 期试验也必须假装什么都不知道，从零开始验证。</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1; background-color: #f8fafc;">导致对于极其罕见的 <strong>[[基因突变]]</strong> 或小群体靶点，永远无法凑够统计学要求的庞大样本量，孤儿药被扼杀。</td><br />
</tr><br />
<tr><br />
<td style="padding: 8px; border: 1px solid #cbd5e1; font-weight: 600;"><strong>禁止中途偷看</strong><br><span style="font-size: 0.9em; color: #64748b;">(Alpha Inflation)</span></td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1; text-align: left;">如果在试验中途偷偷分析数据，由于多次抛硬币，第一类错误（假阳性）的概率会成倍膨胀。因此频率学派要求必须“闭眼走到黑”。</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1; background-color: #eff6ff;">导致即使前 100 个患者已经证明该药引发致命毒性，也无法轻易修改规则，后续患者沦为僵化规则的炮灰。</td><br />
</tr><br />
<tr><br />
<td style="padding: 8px; border: 1px solid #cbd5e1; font-weight: 600;"><strong>固定样本量的赌博</strong><br><span style="font-size: 0.9em; color: #64748b;">(Fixed Sample Size)</span></td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1; text-align: left;">如果在设计时低估了药物方差，设定了 500 人。最终算出的 P 值为 0.06。药物其实有效，但由于 <strong>[[统计学功效|Power]]</strong> 不足被判死刑。</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1; background-color: #f0fdf4;">是导致阿尔茨海默病及诸多神经退行性疾病管线在过去二十年“全军覆没”的核心统计学原因之一。</td><br />
</tr><br />
</table><br />
</div><br />
<br />
<h2 style="background: #f0fdf4; color: #166534; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: #166534 6px solid; font-weight: bold;">临床干预与长寿策略：打破坚冰的妥协与进化</h2><br />
<br />
<div style="background-color: #f0fdf4; border-left: 5px solid #22c55e; padding: 15px 20px; margin: 20px 0; border-radius: 4px;"><br />
<h3 style="margin-top: 0; color: #14532d; font-size: 1.1em;">在严谨与效率之间寻找现代平衡</h3><br />
<ul style="margin-bottom: 0; color: #334155; font-size: 0.95em;"><br />
<li><strong>频率学派的“补丁” (Alpha 消耗函数)：</strong> 为了解决“不能中途停药止损”的灾难，统计学家（如 O'Brien 和 Fleming）发明了边界函数。它允许在频率学派框架内进行有限的 <strong>[[期中分析]]</strong>，但极其严苛地扣除部分 Alpha 值（例如，中途分析时要求 P 值必须小于 0.001 才算有效，以此换取最终分析时仍有 0.049 的额度）。这为传统 RCT 赢得了一丝喘息的空间。</li><br />
<li style="margin-top: 10px;"><strong>FDA 监管的转向 (拥抱适应性)：</strong> 面对 <strong>[[恶性肿瘤]]</strong> 和复杂衰老机制的高失败率，全球监管机构已经意识到纯粹的频率学派难以维系研发创新。现在，FDA 强烈鼓励在新药探索的早期（II 期试验）甚至 <strong>[[平台试验]]</strong> 中，大量使用 <strong>[[贝叶斯推断]]</strong> 来动态筛选靶点，仅在最终的确证性试验（Pivotal Trial）中保留频率学派作为最后一道“防线假阳性”的铁门。</li><br />
<li style="margin-top: 10px;"><strong>长寿终点的重新定义：</strong> 由于频率学派要求数据必须绝对客观且不可动摇，长寿试验如果依赖“寿命延长”作为终点，将陷入百年的等待死局。目前的破局策略是说服监管机构接受经严格验证的 <strong>[[表观遗传时钟]]</strong> 或代谢组学指标作为“替代终点”，在坚守频率学派严格 P 值标准的前提下，大幅压缩临床试验的物理时间。</li><br />
</ul><br />
</div><br />
<br />
<h2 style="background: #f8fafc; color: #334155; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: #64748b 6px solid; font-weight: bold;">核心相关概念</h2><br />
<ul style="padding-left: 25px; color: #334155; font-size: 0.95em;"><br />
<li><strong>[[P值]] (P-value)：</strong> 频率学派最重要的“神明”。但它极其容易被误解。P=0.05 绝对不等于“这个药有 95% 的概率有效”，它只代表在药无效的前提下，撞大运撞出这个结果的概率是 5%。</li><br />
<li><strong>[[第一类错误]] (Type I Error)：</strong> 也叫 Alpha ($\alpha$)。即“假阳性”。频率学派的终极目标就是把假阳性死死压在 5% 以下，哪怕代价是犯下大量的<strong>[[第二类错误]]</strong>（假阴性，即错杀了好药）。</li><br />
<li><strong>[[统计学功效]] (Statistical Power)：</strong> 即在药物真正有效时，试验能够成功算出一个 P < 0.05 并证明其有效的概率。频率学派的痛点在于，一旦确定了样本量，Power 就被彻底锁死。</li><br />
</ul><br />
<br />
<div style="font-size: 0.92em; line-height: 1.6; color: #1e293b; margin-top: 50px; border-top: 2px solid #0f172a; padding: 15px 25px; background-color: #f8fafc; border-radius: 0 0 10px 10px;"><br />
<span style="color: #0f172a; font-weight: bold; font-size: 1.05em; display: inline-block; margin-bottom: 15px;">学术参考文献 [Academic Review]</span><br />
<br />
<p style="margin: 10px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;"><br />
[1] <strong>Fisher RA. (1925).</strong> <em>Statistical Methods for Research Workers.</em> <strong>Oliver and Boyd, Edinburgh</strong>.<br><br />
<span style="color: #475569;">[统计学圣经基石]：人类现代科学的基石著作。现代统计学之父 Ronald Fisher 在此书中正式确立了 P=0.05 作为显著性水平的任意标准，这个近一个世纪前的数学约定，至今仍决定着全球每年数万亿美元新药的生死命脉。</span><br />
</p><br />
<br />
<p style="margin: 10px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;"><br />
[2] <strong>Wasserstein RL, Lazar NA. (2016).</strong> <em>The ASA statement on p-values: context, process, and purpose.</em> <strong>[[The American Statistician]]</strong>. 70(2):129-133.<br><br />
<span style="color: #475569;">[破除迷信的权威声明]：由于医学界对 P 值的盲目崇拜引发了“可重复性危机”，美国统计协会（ASA）历史上首次发表官方声明。极其严厉地澄清了 P 值的本质，指出“P < 0.05 绝不意味着科学发现的真实性，更不能作为决策的唯一依据”，为贝叶斯等更全面的统计学方法的回归铺平了道路。</span><br />
</p><br />
<br />
<p style="margin: 10px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;"><br />
[3] <strong>Pocock SJ, Hughes MD. (1989).</strong> <em>Practical problems in interim analyses, with particular regard to estimation.</em> <strong>[[Controlled Clinical Trials]]</strong>. 10(4):209S-221S.<br><br />
<span style="color: #475569;">[古典统计学的妥协方案]：临床试验设计领域的经典文献。系统论述了在僵化的频率学派 RCT 框架中，如果研究者想要“中途偷看数据（期中分析）”以保护患者伦理，必须承受何等极其惨烈的统计学惩罚（Alpha 衰减），凸显了传统 RCT 转向适应性设计的历史必然性。</span><br />
</p><br />
</div><br />
<br />
<div style="margin: 40px auto; width: 90%; border: 1px solid #e2e8f0; border-radius: 8px; overflow: hidden; font-family: 'Helvetica Neue', Arial, sans-serif; font-size: 0.9em;"><br />
<div style="background-color: #eff6ff; color: #1e40af; padding: 8px 15px; font-weight: bold; text-align: center; border-bottom: 1px solid #dbeafe;"><br />
[[频率学派]] (Frequentist Inference) · 知识图谱<br />
</div><br />
<table style="width: 100%; border-collapse: collapse; background-color: #ffffff; text-align: center;"><br />
<tr style="border-bottom: 1px solid #f1f5f9;"><br />
<td style="width: 150px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 8px 10px; vertical-align: middle;">裁判底层逻辑</td><br />
<td style="padding: 8px 10px; color: #334155;">设定 <strong>[[零假设]]</strong> ➔ 收集数据 ➔ 计算 <strong>[[P值]]</strong> ➔ 决定是否推翻零假设</td><br />
</tr><br />
<tr style="border-bottom: 1px solid #f1f5f9;"><br />
<td style="width: 150px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 8px 10px; vertical-align: middle;">固化的临床代价</td><br />
<td style="padding: 8px 10px; color: #334155;">坚决拒绝 <strong>[[先验概率]]</strong> ➔ 导致固定样本量的“闭眼瞎跑” ➔ 极其缺乏修正灵活性</td><br />
</tr><br />
<tr><br />
<td style="width: 150px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 8px 10px; vertical-align: middle;">现代医学演进</td><br />
<td style="padding: 8px 10px; color: #334155;">统治经典 RCT ⟷ 正逐渐让位于更加智能的 <strong>[[贝叶斯推断]]</strong> 与 <strong>[[适应性设计]]</strong></td><br />
</tr><br />
</table><br />
</div><br />
<br />
</div></div>
183.241.161.14