1 基本概念
1.1 定义
可重复性是指在相同或足够相近的条件下，对同一研究过程进行再次实施时，能够得到一致或近似结果的性质。这里的“相同条件”并不意味着每个细节都完全一模一样，而是强调关键变量、操作步骤和分析方法保持可比。该概念既适用于实验，也适用于观察研究、计算模拟和数据分析。
在实践中，可重复性通常体现为结果的稳定性、方法的可追踪性以及结论的可检验性。若一项研究在重复执行后表现出较高的一致性，通常说明其方法较为稳妥，结论也更具可信度。
1.2 与相关概念的区别
可重复性常与若干相近术语并列使用，但其侧重点并不完全相同。它更关注“同一流程再次实施”时结果是否一致，而其他概念可能强调不同层面的再现、确认或适用。
1.2.1 可复现性
可复现性通常指在相同数据和分析思路下，研究者能够重新得到相同或相近的计算结果。它更偏向于数据处理和计算过程，而不一定要求重新进行全部实验。与可重复性相比，可复现性更加重视代码、算法和分析路径的透明度。
1.2.2 可验证性
可验证性是指研究结论能够通过独立证据、额外实验或交叉检查得到确认。它强调结论是否经得起检验，关注的是“是否能够被证明可信”。与可重复性不同，可验证性并不局限于重复同一实验，而是包含更广义的证据审查。
1.2.3 可移植性
可移植性指一个方法、模型或结论能够在不同环境、平台或条件下继续成立的能力。它常见于计算研究和工程领域，强调方法在迁移后的适用程度。相比之下，可重复性主要关注在既定条件下能否再次获得相似结果。
1.3 科学意义
可重复性是科学研究的重要基石之一，因为它为结论提供了稳定的检验机制。一个能够被重复得到的结果，往往更容易被科学共同体接受，也更适合进一步发展为理论、技术或应用方案。
此外，可重复性有助于减少偶然误差和个别偏差对研究结论的影响，使研究从单次观察上升为可累积的知识。对于需要高精度判断的学科而言，它还承担着筛选可靠证据、提高研究效率和促进学术交流的作用。
2 形成条件
2.1 实验设计
良好的实验设计是实现可重复性的前提。研究方案需要对研究目标、变量关系、样本来源以及分析路径作出明确规定，使后续执行尽量避免随意性。
2.1.1 变量控制
变量控制是指尽可能保持与研究目的无关的因素稳定，从而使观察到的变化主要来自核心处理或自变量。若变量控制不足，结果可能受到外部因素干扰，导致重复时出现偏差。
2.1.2 对照设置
对照设置能够帮助研究者区分处理效应与背景影响。通过设置空白对照、阳性对照或其他比较组，可以更清楚地判断实验变化是否真实存在，也便于后续重复时进行校验。
2.1.3 随机化与盲法
随机化可以减轻样本分配中的系统偏差，盲法则有助于减少研究者和受试对象的主观影响。二者常被用于提高实验的客观性，使结果更稳定，也更容易在重复研究中保持一致。
2.2 数据记录
完整、准确的数据记录是可重复性的基础条件之一。若原始信息缺失，后续研究者即使掌握了大致方法，也难以完全恢复当时的研究过程。
2.2.1 原始数据保存
原始数据保存指对最初采集到的信息进行妥善保留，不仅包括最终结果，也包括中间数据和异常值记录。这样可以为复核、再分析和重复实验提供可靠依据。
2.2.2 过程记录
过程记录包括实验步骤、时间顺序、样本处理方式、设备状态等信息。细致的过程记录能帮助他人理解研究是如何完成的，也能为定位误差来源提供线索。
2.2.3 元数据完整性
元数据是关于数据的数据，例如采集条件、单位、命名规则和版本信息。元数据完整性越高，研究材料越容易被正确解释和再次使用，因而对可重复性具有重要意义。
2.3 分析流程
研究结果不仅取决于数据本身，也取决于分析过程是否规范。统计方法、软件环境和参数选择如果不透明，重复研究时就可能出现结果差异。
2.3.1 统计方法一致性
统计方法一致性要求在重复分析时使用相同或等效的统计框架。若方法频繁变动，结果可能受分析策略影响，而不是单纯反映数据规律。
2.3.2 软件与代码管理
在计算研究中，软件版本、依赖库和代码实现都会影响结果。良好的代码管理包括版本控制、注释说明和运行环境记录，这些做法有助于确保后续分析能够重新执行。
2.3.3 参数设定透明化
许多研究流程都依赖阈值、初始条件或模型参数。若这些设定不清楚，外部研究者即使拥有同样的数据，也可能无法得到一致结果。公开参数设置有助于提高过程透明度。
3 影响因素
3.1 样本与材料差异
样本来源和材料状态的微小变化，往往会对结果造成明显影响。特别是在生物、化学和材料研究中，这类差异常常是重复结果不一致的重要来源。
3.1.1 生物样本波动
生物样本本身具有较强的变异性，例如个体差异、发育阶段和生理状态不同，都可能改变实验表现。因此，在生命科学中，样本波动往往需要通过更严格的分组和统计处理来应对。
3.1.2 材料批次差异
不同批次的试剂、耗材或原材料在纯度、活性和性能上可能略有区别。即便差异不大，也可能在敏感实验中被放大，进而影响重复性。
3.1.3 环境条件变化
温度、湿度、光照、气压等环境因素都可能改变实验结果。对于需要精密控制的研究，环境条件的轻微漂移也可能造成数据波动。
3.2 方法学误差
方法学误差来自实验技术本身的不完善，常表现为操作不统一、测量偏差或设备局限。这类问题会削弱结果的稳定性。
3.2.1 操作偏差
不同操作者在样品处理、加样、计时或读数上可能存在差异。若操作流程缺乏标准化，实验结果容易出现人为波动。
3.2.2 测量误差
测量误差包括系统误差和随机误差，会直接影响数据准确性。即便研究设计合理，若测量工具不够稳定，也会降低重复性。
3.2.3 仪器精度限制
仪器本身的分辨率、灵敏度和稳定性决定了它能否捕捉到细微变化。精度不足时，微小差异可能被掩盖，导致重复实验中结果看似不一致。
3.3 研究者因素
研究者在选样、操作、解释和报告中都可能引入主观影响。虽然这种影响不一定出于有意，但仍会对结果的可靠性造成作用。
3.3.1 主观判断
在图像识别、病例筛选或结果分类等环节，主观判断会影响数据边界和结论归纳。若判断标准不统一，可重复性便会下降。
3.3.2 操作习惯
个人习惯往往使同一流程在不同执行者手中呈现细微差别。若缺少统一培训和规范，习惯性偏差可能被误认为实验效应。
3.3.3 选择性报告
选择性报告是指只呈现符合预期或显著的结果，而忽略不显著或不理想的数据。这种做法会让外部研究者难以准确判断研究真实表现，也会影响后续重复。
4 评估方法
4.1 重复实验
重复实验是检验可重复性最直接的方式之一。通过再次实施原研究或其关键步骤，可以观察结果是否保持一致。
4.1.1 同实验室重复
同实验室重复是在同一研究团队、相近设备和相似条件下重复实验。它主要用于检查流程本身是否稳定，以及内部操作是否规范。
4.1.2 跨实验室重复
跨实验室重复由不同团队在不同环境中执行，通常更能检验研究结论的普适性和稳健性。若不同实验室均得到接近结果，说明该研究具有较高可信度。
4.1.3 独立重复
独立重复强调由相对独立的研究者或机构完成复核。由于其减少了同源偏差，因而常被视为评估研究可靠性的更强证据。
4.2 统计检验
统计方法可以帮助研究者判断重复结果之间的差异是否在可接受范围内。合理的统计检验能够区分随机波动与真正差异。
4.2.1 方差分析
方差分析可用于比较多个组别或多次重复之间的差异是否显著。它在实验研究中应用广泛，常作为判断重复结果稳定性的基础工具。
4.2.2 一致性指标
一致性指标用于衡量不同测量、不同观察者或不同样本重复之间的接近程度。常见做法是采用相关系数、组内一致性系数或类似指标进行评估。
4.2.3 置信区间比较
置信区间比较可帮助判断重复结果是否在统计上相互重叠。若多个结果的区间大体一致，通常意味着数据波动较小，重复性相对较好。
4.3 结果稳定性分析
结果稳定性分析关注的是结论在不同假设、参数或样本条件下是否仍然成立。它不仅看“是否相同”，也看“是否足够稳”。
4.3.1 敏感性分析
敏感性分析用于考察输入条件变化时结果的反应程度。若轻微调整就导致结论改变，说明研究对条件依赖较强，稳定性可能不足。
4.3.2 稳健性检验
稳健性检验通常通过替换模型、调整参数或改变样本范围来观察结论是否仍然存在。若结论在多种设定下都能成立，说明其更可靠。
4.3.3 误差传播评估
误差传播评估用于分析各环节误差如何累积并影响最终结果。该方法有助于识别最关键的误差来源，从而优化后续实验和分析。
5 典型应用领域
5.1 自然科学
自然科学中的实验通常对条件要求较高，因此可重复性一直是其方法论核心。许多经典结论之所以被广泛接受，正因为它们能够在多次实验中反复成立。
5.1.1 物理实验
物理实验往往强调装置参数、测量精度和环境稳定。若实验现象在不同时间和设备上都能获得相似结果，通常说明其规律较为稳固。
5.1.2 化学分析
化学分析中，试剂纯度、反应条件和检测方法都会影响结果。为保证可重复性，研究者通常需要严格控制浓度、温度和操作顺序。
5.1.3 生物实验
生物实验常受样本异质性影响，因此更依赖标准化流程、重复测定和统计设计。细胞培养、酶学检测和分子生物学实验都对重复性有较高要求。
5.2 医学与生命科学
医学研究关系到诊断、治疗和公共健康，因此对可重复性的要求尤为严格。只有在多次验证后仍表现稳定的结果，才更适合进入临床与应用阶段。
5.2.1 临床研究
临床研究中，患者差异、随访时间和评价标准都可能影响结果。提高可重复性通常需要明确纳入标准、统一终点指标，并进行独立验证。
5.2.2 药物实验
药物实验关注药效、安全性和剂量反应关系。若实验数据难以重复，就很难判断药物作用是否真实存在，也会增加后续研发的不确定性。
5.2.3 公共卫生研究
公共卫生研究常处理复杂人群和环境数据，变量较多。为了获得稳定结论，研究者通常需要采用大样本、标准化指标和多中心数据验证。
5.3 计算与数据科学
计算与数据科学中，可重复性主要体现在数据、代码、模型和运行环境的一致性上。随着算法应用扩大，这一要求变得越来越重要。
5.3.1 算法实验
算法实验需要说明输入数据、评价指标和实现细节，否则不同研究者可能因实现方式不同而得到不同结果。公开实现过程有助于减少歧义。
5.3.2 模型训练
模型训练受随机初始化、超参数和训练环境影响较大。若缺少固定种子、版本记录和训练日志，结果往往难以精确复现。
5.3.3 数据处理管线
数据处理管线包含清洗、转换、筛选和汇总等步骤。只要其中某一环节不透明，就可能导致结果在重复分析时发生偏移，因此流程文档化十分重要。
6 常见问题
6.1 结果不一致
结果不一致是可重复性研究中最常见的问题之一，通常意味着某些关键条件未被充分识别或控制。
6.1.1 条件未充分控制
如果温度、试剂、样本状态或操作步骤存在未说明的差别，重复结果就可能出现波动。许多看似“失败”的重复，其实源于隐含条件不同。
6.1.2 统计波动
即便没有明显错误，随机抽样和自然变异也会带来统计波动。样本量较小时，这种波动更容易掩盖真实趋势。
6.1.3 实验记录缺失
记录不完整会使后续研究者难以准确还原原始流程。缺少关键参数时，即使结果接近，也难以确认其是否真正来自相同方法。
6.2 伪重复与过度重复
伪重复和过度重复都会影响结果解释，使统计推断失真。前者把非独立数据误当作独立样本，后者则可能造成资源浪费或夸大证据。
6.2.1 技术重复与生物重复
技术重复是对同一样本或同一测量过程的多次测试，主要用于考察仪器和操作稳定性；生物重复则来自独立样本，更能反映真实变异。二者不能混为一谈。
6.2.2 样本独立性问题
如果多个观察值实际上来自同一来源，却被当作独立样本分析，统计结果会被人为放大。样本独立性是判断数据是否可用于推断的重要前提。
6.2.3 误判结果显著性
过度重复或伪重复可能让研究者误以为结果更显著，进而作出过强结论。规范的统计设计可以减少这种误判。
6.3 发表偏倚
发表偏倚会让文献中“成功结果”显得过多，而失败或中性结果较少，从而影响学术共同体对研究现状的判断。
6.3.1 阳性结果偏好
期刊和研究者往往更倾向于展示具有明显效应的结果。这种偏好会放大某些结论的可见度，却不一定反映整体证据质量。
6.3.2 负结果未公开
负结果若长期未被公开，其他研究者可能重复投入相同方向的试验，造成资源重复消耗，也不利于形成完整证据链。
6.3.3 数据选择性呈现
数据选择性呈现指只展示支持某种结论的部分结果。若缺少完整报告，外界难以判断研究是否经过充分检验，也不利于重复评估。
7 提升可重复性的措施
7.1 预注册与方案公开
预注册和方案公开能够在研究开始前明确目标、方法和分析路径，从而减少事后调整带来的不确定性。
7.1.1 研究假设预设
在研究前写明假设，有助于区分事先规划与事后解释。这样可以降低“先看结果再改问题”的倾向。
7.1.2 分析计划公开
公开分析计划意味着对数据处理、统计检验和排除标准作出明确说明。它可以减少分析过程中的任意性，也便于外界核查。
7.1.3 结果报告规范
规范报告要求如实呈现方法、样本、异常值处理和全部主要结果。完整报告能让读者更准确地判断研究是否值得重复。
7.2 开放科学实践
开放科学强调共享资源与透明流程，是提升可重复性的有效路径之一。它不仅便于同行审查，也有利于研究积累。
7.2.1 数据共享
共享数据可以让其他研究者独立验证结论，或在已有数据基础上进行再分析。前提是需要兼顾隐私、合规与使用规范。
7.2.2 代码开放
开放代码能够帮助他人检查算法实现、运行细节与计算逻辑。对于依赖程序分析的研究，这一点尤为关键。
7.2.3 材料与协议共享
共享实验材料、试剂信息和操作协议，可以减少重复实验中的信息缺口，使不同团队更容易沿用相同方法开展研究。
7.3 质量控制
质量控制贯穿研究全过程，目的是让实验、测量和分析尽可能保持稳定。
7.3.1 标准操作流程
标准操作流程把关键步骤固定下来，减少不同操作者之间的差异。它是实验室管理和多中心研究的重要基础。
7.3.2 校准与验证
设备校准和方法验证能够确保工具始终处于可用状态，并确认检测结果符合预期精度。没有这一步，重复性很难长期保持。
7.3.3 审核与复核
审核与复核包括对数据、代码和结论进行再次检查。通过内部和外部复核，可以及早发现疏漏，降低错误传播的风险。
8 学术与社会影响
8.1 科研可信度
可重复性直接关系到科研可信度。若研究结果能够被他人重复验证，就更容易形成稳定共识；反之，若频繁出现不可重复现象，学术界往往会对相关结论保持谨慎。
8.2 学术评价体系
在学术评价中，可重复性正逐渐成为衡量研究质量的重要维度。它促使研究者更加重视方法透明、数据规范和长期价值，而不仅仅追求短期结果。
8.3 公众信任与知识传播
对于社会公众而言，研究结果是否可重复会影响对科学知识的信任程度。稳定、透明、可验证的研究，更有利于知识传播和科学教育；反之，重复性差的研究则可能削弱公众对相关领域的信心。