我在评论中的链接有有用的建议。我想强调：

• 这是统计学中众所周知的事实
• 大样本量是好的。更多更好质量的数据并没有错。
• 在第二点拆分数据是愚蠢的。你自愿放弃信息和统计能力。人们这样做是为了训练一个无偏的模型，而不是为了减少 p 值的样本量。
• 没有理由切换到另一个模型。您的逻辑模型中的标准误差应该很小，这使其成为预测建模的理想选择。你的模型应该是健壮和稳定的。
• 如果您有大量样本，您应该对效应量进行分析。在我发布的链接中阅读@Sympa 的答案。你的影响大小是多少？有什么相对影响？
• 您对第一点的阈值是特定于域的。如果你写一篇论文，你应该非常了解它。您可以将您的数据与文献进行比较。简单的描述性统计数据，如百分比以及它与标准偏差（与样本量无关）的比较方式将很有用。

另请查看https://stats.stackexchange.com/questions/125750/sample-size-too-large。

有一篇关于贝叶斯因子和 p 值的长而优秀的文章：

https://replicationindex.wordpress.com/2015/04/30/replacing-p-values-with-bayes-factors-a-miracle-cure-for-the-replicability-crisis-in-psychological-science/

我应该提请您注意以下段落：

反对 p 值的更有趣的论点不是大型研究中的显着结果是 I 型错误，而是这些结果实际上毫无意义。为了说明这一点，统计学书籍经常区分统计显着性和实际显着性，并警告说大样本中具有统计显着性的结果可能几乎没有实际意义。过去，当研究人员只报告 p 值时，这个警告很有用（例如，女性的语言智力高于男性，p < .05）。p 值没有说明效果的大小。当只有 p 值可用时，假设较小样本中的显着结果较大是有意义的，因为在这些样本中只有较大的影响可能是显着的。然而，因此，实际意义的概念已经过时，应该被关于效应大小的问题所取代。p 值和贝叶斯因子都不能提供有关效应大小或发现的实际影响的信息。

审稿人是正确的。p 值和贝叶斯因子都没有揭示任何有关效果大小的信息。

制定零假设/随机数据有多容易？如果可能的话，您可以查看计算某个 p 值的频率。通过创建足够多的伪实验，您可以获得 p 值的概率密度函数，您可以使用它来比较您测量的值。您可以单独对一个变量执行此操作，也可以对多个变量组合执行此操作。示例：当我有 100 个变量时，找到 p 值 < x 的 10 个变量的可能性有多大。