研究问题、可复现分析与敏感性分析02 / 16
预注册与分析计划
为什么要在看到结果之前写下计划
Nosek 等（2018）把科学推理区分为预测（用新观测检验事先的假设）和事后解释（postdiction，用已有观测产生假设）。两者都有价值，但人的后见之明偏差使研究者很难在事后分清自己做的是哪一种。预注册（preregistration）就是在观察研究结果之前，把研究问题和分析计划以带时间戳、不可修改的形式存档（例如 OSF Registries、AsPredicted，临床试验则在 ClinicalTrials.gov 等平台登记）。
注册报告（Registered Report）更进一步：期刊在数据收集或分析之前，先对引言和方法进行同行评审；通过“原则性接收”后，只要按计划执行，无论结果阳性或阴性都予以发表（Chambers & Tzavella 2022）。这直接针对发表偏倚。
预注册：在观察研究结果之前，把假设、数据来源、纳入排除标准、变量定义、主分析方法、推断标准和计划中的敏感性分析写成带时间戳的公开（或暂时封存）文档。预注册不禁止探索性分析，它的作用是让读者区分哪些分析是事先计划的、哪些是事后进行的。
网络研究的分析计划应写什么
网络分析的“分岔点”比一般统计分析更多，分析计划应逐项写明：
| 环节 | 计划中要写明的内容 |
|---|---|
| 数据 | 数据库或队列名称与版本、下载日期；纳入排除标准；预期样本量及其依据 |
| 节点 | 节点定义（脑图谱及版本、基因 ID 体系与映射规则、症状条目）；合并或剔除节点的规则 |
| 边 | 统计量（Pearson/Spearman/偏相关/互信息/数据库置信度）；正则化方法与调参准则 |
| 稀疏化 | 阈值类型与取值（或扫描范围）；是否保留负边与权重 |
| 指标 | 主要指标（不超过少数几个）及其计算软件；次要指标单独列出 |
| 推断 | 零模型类型与随机网络数 ；检验的单侧/双侧；多重比较校正方法；显著性阈值 |
| 稳健性 | 计划中的敏感性分析或多元宇宙维度；稳定性检验（bootstrap 类型与次数） |
| 偏离 | 如果数据不满足假设（如偏态、缺失），采用什么备选方案 |
对已有数据的预注册
网络研究大量使用公共数据（UK Biobank、HCP、TCGA、STRING 等），研究者在设计时往往已经接触过数据。Nosek 等（2018）讨论了这类“不理想情形”下的策略；Van den Akker 等（2021）专门给出了二次数据分析的预注册模板，要求说明作者此前对数据了解多少、看过哪些变量。可行的做法包括：
- 分割数据：把数据随机分成探索集和确认集，只在探索集上调整流程，然后把最终流程预注册，再在确认集上运行一次。
- 盲化：在确定流程前打乱组标签或结局变量，只用不含结局的数据检查质量与分布。
- 如实声明：说明预注册时已获得数据但未进行相关分析，并列出已知的信息。
预注册之后偏离计划是常见且正当的（例如发现变量严重偏态而换用 Spearman 相关），关键是透明：在论文中列出每一处偏离、原因，以及按原计划分析得到的结果。把偏离藏起来，比不做预注册更有害。