一句话定义
效应量描述差异或关系在现实尺度上有多大。
机制 / 原理
p 值主要受证据强弱、样本量和噪声影响；效应量回答的是现实大小。大样本能让很小差异显著，小样本也可能让重要差异不显著。做判断时要同时看统计显著、效应量、置信区间、成本和应用场景。
经典实验 / 例子
一种药让症状评分平均改善 0.1 分，样本巨大时可能 p<0.001，但如果病人几乎感觉不到，这个效应量就可能没有临床意义。
生活中的例子
新按钮点击率从 10.00% 到 10.05%，样本几千万时可能显著；但如果改版成本很高，这个效应量未必值得行动。
常见误区
常见误区是认为 p 值越小，效果一定越大。p 值小可能只是样本很大，效果大小要看效应量。