为什么在研究开始之前把它写下来

本书每个假说框都写明了什么结果会推翻它。只有当检验在数据出现之前就被固定下来，这一点才有意义。一项把假说、测量和分析事先写下并加上时间戳的研究，无法在看到答案之后悄悄改换问题。

本章就是为本书核心实践主张写的这份计划，是方案的 1.0 版。它将在开放科学框架（OSF）上登记，招募前做的任何修改都会公开列出，登记编号将补进本书的下一版。

问题

第三章提出、第五章加以细化的，是提高关系驱动 $\mu = J – L – c$ 的两种办法之间的比较：

• 增加流入 $\Delta J$：每个周末加一次新奇的共同活动，也就是阿伦等人研究过的那类干预 (Aron et al. 2000)；
• 堵住漏出 $-\Delta L$：每晚保护一个小时不受屏幕打扰。

本书预测：对欲望和亲密而言，后者至少不亚于前者；对注意力的分散而言，后者更有效。本方案检验这个预测。

设计

三组随机对照试验，以伴侣为随机化单位。

伴侣按 1 : 1 : 1 由计算机生成的随机序列分组，按家中是否有同住子女分层。参与者无法对分组设盲；分析者在分析代码已在真实数据上运行并公开之前，看不到组别标签。

时间线。基线周（W0），四周干预（W1–W4），第 12 周随访（W12）。

参与者

纳入：年满 21 岁、同住至少一年的伴侣，双方各自同意，两人都有能记录屏幕时间的智能手机。

排除：正在接受伴侣治疗；在简短的安全筛查中，任何一方报告害怕对方，或过去一年中有过任何威胁或暴力；任何一方报告目前处于严重的心理危机。被筛除者会收到当地支持机构的信息。伴侣可以随时退出，无需说明理由。

假说

所有假说都写成「预测方向为正」的形式。

H1（主要）。在 W4，B 组「想要」的增加大于 C 组。

H2（主要）。在 W4，B 组「想要」的增加大于 A 组。

H3（次要）。与 C 组相比，B 组晚间注意力熵下降更多，共同分钟增加更多。

H4（次要）。与 C 组相比，A 组和 B 组冲突后的恢复时间各自缩短更多。

H5（次要）。在 A 组和 B 组内，「想要」的标准化增幅大于「喜欢」的增幅（第二章）。

探索性。基线恢复时间长的伴侣，是否从 A、B 中获益较少（第六章）；注意力熵的变化，在统计上能否解释 H1 效应的一部分；效应能否持续到 W12。

测量

「想要」和「喜欢」的题目是新编的。它们的内部一致性以及两者之间的区分度，将在约 40 对伴侣的预试验中检查；预试验不纳入主要分析，题目的任何修改都会在登记前确定。

样本量

计划的主要分析是在 W4 比较各组，并以 W0 为协变量（协方差分析），共两项主要比较，各在 $\alpha = 0.025$ 下检验。

from statistics import NormalDist
from math import ceil

z = NormalDist().inv_cdf
alpha = 0.05 / 2               # two primary comparisons, Bonferroni
rho = 0.5                      # expected correlation of baseline and follow-up scores (ANCOVA gain)
print("effect size d   power   couples per arm   with 15% dropout")
for d in (0.40, 0.30, 0.25):
    for power in (0.80, 0.90):
        n = 2 * ((z(1 - alpha / 2) + z(power)) / d) ** 2 * (1 - rho ** 2)
        print(f"{d:13.2f}   {power:5.2f}   {ceil(n):15d}   {ceil(ceil(n) / 0.85):16d}")
# effect size d   power   couples per arm   with 15% dropout
#          0.40    0.80                90                106
#          0.40    0.90               117                138
#          0.30    0.80               159                188
#          0.30    0.90               207                244
#          0.25    0.80               229                270
#          0.25    0.90               298                351

研究按以 90% 的检验力检出 H1 的标准化差异 $d = 0.30$ 来设计，需要每组 207 对伴侣，考虑 15% 的流失后每组 244 对（共 732 对）。按每组 207 对完成研究计算，H2 对 $d = 0.25$ 的检验力约为 76%。$d$ 的取值是假设，有意取得保守，因为小样本研究报告的效应往往被高估。

分析

主要分析。对每个主要假说，用线性模型：结果为伴侣在 W4 的「想要」得分，预测变量为组别，协变量为 W0 的「想要」得分和分层变量，按意向治疗原则分析。缺失数据在随机缺失假设下用多重插补处理，并以完整个案分析作为敏感性分析。

次要与探索性分析。次要结果用同样的模型；使用个人得分时，用伴侣嵌套于伴侣对的多层模型；恢复时间按每次冲突分析，伴侣对作为随机效应。次要结果报告 95% 区间并标明为次要；探索性分析标明为探索性，不用于支持或推翻任何假说。

结果怎样解读

每个假说根据其标准化差异的置信区间，对照最小关注效应量 $d = 0.20$ 来判断：小于这个值的效应，被视为对一对伴侣来说太小、没有意义。规则事先固定，并写成代码。

def verdict(lo, hi, sesoi=0.20):
    """Pre-registered reading of a standardised difference from its 97.5% confidence interval.
    Every outcome is coded so that the predicted direction is positive. sesoi = smallest effect size of interest."""
    if lo > 0 and hi > sesoi:
        return "supported"
    if hi < 0:
        return "refuted: effect in the opposite direction"
    if hi < sesoi:
        return "refuted: an effect worth having is ruled out"
    return "inconclusive: the study could not tell"

examples = {"B vs C, wanting": (0.12, 0.61), "B vs A, wanting": (-0.05, 0.38),
            "A vs C, wanting": (-0.08, 0.17), "B vs C, recovery": (-0.35, -0.04)}
for name, (lo, hi) in examples.items():
    print(f"{name:17s} CI [{lo:+.2f}, {hi:+.2f}] -> {verdict(lo, hi)}")
# B vs C, wanting   CI [+0.12, +0.61] -> supported
# B vs A, wanting   CI [-0.05, +0.38] -> inconclusive: the study could not tell
# A vs C, wanting   CI [-0.08, +0.17] -> refuted: an effect worth having is ruled out
# B vs C, recovery  CI [-0.35, -0.04] -> refuted: effect in the opposite direction

示例中的区间是编造的，用来演示每种结果会被怎样解读。特别是：

• 本书的核心主张被推翻，如果 H2 的区间完全低于 $d = 0.20$，即证明堵住晚上的漏洞，并不比增加周末新奇好出任何有意义的幅度。
• 漏出模型被推翻，如果 H1 被推翻：如果每晚一个受保护的小时，并不比单纯写日记更能提高「想要」。
• 机制被推翻，如果 H3 被推翻：如果受保护的小时改变了欲望，却没有改变注意力的分散，那么即使练习有效，第一章和第五章的解释也是错的。
• 结论不明的结果，将如实报告为结论不明，而不是当作支持。

伦理、利益冲突与公开

研究在获得独立伦理委员会批准之前不会招募；批准编号将写入登记信息和本书下一版。每位伴侣各自同意，可以退出而不必让对方知道原因。安全筛查与支持机构信息是入组流程的一部分。

这项研究不能说明什么

它不能证明本书的模型普遍成立。它检验的是两种练习，为期四周，对象是彼此感到安全、自愿参加研究的伴侣，这些人很可能本来就关心自己的关系。积极的结果会在这类伴侣中支持漏出模型；消极的结果则构成反对它的证据。无论哪种，结果都会公开，本书的下一版也会据此修改。