但是，真正要做實(shí)驗(yàn)，要使用一項(xiàng)復(fù)雜的實(shí)驗(yàn)工具，作為研究者自身的修養(yǎng)，我們是需要花時(shí)間和經(jīng)歷學(xué)習(xí)關(guān)于這項(xiàng)工具的理論和假設(shè)的。至少，你需要你知道在分析數(shù)據(jù)的時(shí)候，不同的參數(shù)要怎么樣設(shè)置，為什么要這樣設(shè)置，如果設(shè)置成不同的樣子可能會(huì)帶來什么樣的錯(cuò)誤或者影響。如果對(duì)于這種潛在的問題完全不懂，這樣的fMRI實(shí)驗(yàn)結(jié)果就是非常危險(xiǎn)的，也是值得被類似PNAS這次的文章打臉的。

最后，關(guān)于這篇文章所引起的爭(zhēng)論，我試著這么總結(jié)：

研究靠譜不靠譜，關(guān)鍵看研究人員靠譜不靠譜；我們需要了解手中的工具，才能更好地使用它，讓它幫助我們回答我們想回答的問題；在學(xué)術(shù)界，永遠(yuǎn)不要高估自己的智商和知識(shí)，也永遠(yuǎn)不要低估別人的智商和知識(shí)；踏踏實(shí)實(shí)做研究，不要總想搞個(gè)大新聞。

參考文獻(xiàn)

Eklund, A., Nichols, T. E., & Knutsson, H. (2016). Cluster failure: Why fMRI inferences for spatial extent have inflated false-positive rates. Proceedings of the National Academy of Sciences, 201602413.

Bennett, C. M., Wolford, G. L., & Miller, M. B. (2009). The principled control of false positives in neuroimaging. Social cognitive and affective neuroscience,4(4), 417-422.