再现性危机让许多人对$p$-值来衡量统计结果的相关性。鉴于一个解释$p$-值和一些概率知识，看到有多少验证性研究未能显示并不奇怪$p<0.05$当原始研究有$p<0.05$（保证率远高于$0.05$）。我挣扎的一点是，这是否真的证实或反驳了原始研究。

一个想法是：为什么不根据置信区间比较这些研究？如果原始研究在不包括零假设值的 95% CI 的基础上被宣布具有统计学意义（相当于$p$-基于值的推断），尽管本身缺乏统计学意义，但验证性研究会产生位于 95% CI 内的效果似乎更合理？

这是否意味着评估研究可重复性（而不是评估统计显着性）的基础是错误的？