P-hacking 是不好的，因为你给了几乎肯定是错误的事物一个积极的信号。你正在积极地污染科学文献，制造幻影。 一个无效结果并不是一次失败的实验。如果实验设计和执行得当，实验就永远不会失败。发布无效结果积极地帮助科学界，通过缩小可测试的合理替代方案的范围。这使得发现真实情况变得更容易。

伟大的物理学家理查德·费曼曾讲过一个故事，说明了p-hacking的问题。这是每个人都应该理解的基本原则。 这件事一直让我铭记在心。我把它粘贴在下面。⬇️ 我现在转向另一种原则或想法，那就是在事情发生后计算某件事情发生的概率或机会是没有意义的。很多科学家甚至没有意识到这一点。事实上，我第一次因为这个问题与人争论是在普林斯顿读研究生的时候，当时心理学系有一个人正在进行老鼠赛跑。我是说，他有一个T形的东西，老鼠们会跑，向右、向左，等等。心理学家的一个普遍原则是，在这些测试中，他们安排的事情发生的机会是小的，实际上小于二十分之一。这意味着他们的法律中大约有二十分之一可能是错误的。但是，计算概率的统计方法，比如如果老鼠随机向右和向左走的硬币翻转，是很容易算出来的。 这个人设计了一个实验，想要展示一些我不记得的东西，比如老鼠总是向右走。我记不清楚了。他必须进行大量的测试，因为，当然，他们可能会偶然向右走，所以为了将概率降低到二十分之一，他必须做很多次。而且这很难做到，他做了他的次数。然后他发现这并没有成功。老鼠们向右走，向左走，等等。然后他注意到，最显著的是，它们交替，先是右，然后是左，然后是右，然后是左。然后他跑来找我，说：“帮我计算一下它们交替的概率，这样我就可以看看是否小于二十分之一。”我说：“这可能小于二十分之一，但这没有意义。” 他说：“为什么？”我说：“因为在事件发生后计算是没有任何意义的。你看，你发现了这个特性，所以你选择了这个特殊的案例。” 例如，我今晚有一个非常特别的经历。当我走进这里时，我看到了车牌ANZ 912。请帮我计算一下，在华盛顿州所有车牌中，我恰好看到ANZ 912的几率。好吧，这是一件荒谬的事情。同样，他必须做的是：老鼠方向交替的事实暗示了老鼠交替的可能性。如果他想要测试这个假设，二十分之一，他不能从给他线索的同一数据中进行测试。他必须重新做另一个实验，然后看看它们是否交替。他做了，但没有成功。