由于您在评论中提出了预注册程序，我想我会发布一个与之相关的简短讨论。让我们想象一下，您可以避免在另一个答案中链接的分岔路花园中的所有陷阱。

因此，我们正处于选择使用哪些程序的阶段。在接下来的内容中，我将做出一些简化的假设（尽管一般来说，结论会更广泛）。首先，为简单起见，我将考虑仅限于单个预测变量（自变量）的情况。让我们考虑两种可能的情况：

1. 在这种情况下，您可以选择您的设计——这就是预测变量（自变量）将采用的值。如果您在获取数据之前认为关系是弱的（因此功率很重要）并且是线性的，那么在选择如何放置自变量（预测器）所取的值之后，您可以选择线性回归和 t 检验。

   如果这些值是基于将数据放入两个极端组中，从而为两组 t 检验提供最佳可能功率，则将处于某个极端可能的低值和极端可能的高值之间没有任何东西（并且没有能力评估该线性假设）。测试之间的最终选择非常简单——两组 t 检验和回归斜率测试完全相同——它们将具有相同的 t 统计量。因此，除了回归之外，什么都得不到。$x$$x_L$$x_U$

2. 在第二种情况下，您不会选择预测器采用哪些值，或者由于其他原因，您无法将它们放置在最大化 t 检验功效的方式中。如果您在获得数据之前认为关系是弱且线性的（）并且通常的回归假设成立，那么线性回归和基于将数据分成三个的 t 检验之间的选择组（不一定全部大小相同，但在查看数据之前指定了它们的大小），省略中间组并对外部组进行 t 检验很简单：线性回归具有更大的功效。$y=\alpha+\beta x +\epsilon$

   让我们调查一下为什么这是显而易见的。请注意，如果我们有值，我们可以在线性假设下计算预期差异，而不是对两组均值 (它是的某个倍数（倍数取决于我们拥有结果，我们可以缩放差异（作为两组，即回归线的总体斜率。这根本不会改变 t 比率，因为它会将 t 统计量的分子和分母都缩放相同的比例因子。$\bar y_U-\bar y_L$$x$$\beta$$x$$x$$\beta$

   [为简单起见，我假设的位置是通过设计对称的，或者如果是从某个对称分布中随机抽取的，但在抽取样本之前我们不会知道 x 值。在这种情况下，最好两组包含相同数量的观察值。我还将假设是偶数。两者都不是必需的，但讨论被简化了。]$x$$x$$n$

   所以现在我们正在考虑两个不同的估计量，都是线性的。一个是通常的最小二乘估计（），另一个在两组中的每一个中$\beta$$\hat \beta$$i$

   [如果将IV统一放置在某个范围内，那么选择每组包含多少分是一个老问题；事实证明它大约是。如果它们是正常分布的，它会更小——我相信大约 27%。如果设计点大多接近末端，它会更高，直到在极端情况下，我们又回到上面的案例 1，每组有 50%。功率峰值非常平坦，因此您使用哪个值并不重要。]$\frac13$

   我们可以立即应用高斯-马尔可夫定理，并且知道线性回归将优于两组之一——您将有两个具有相同预期值的估计量，但线性回归一个将具有较小的预期标准误差（因此有更多的权力）。

   [在比例接近最佳比例的情况下，功率非常接近线性回归的功率，但没有那么接近以至于你认为它基本上是一个折腾。]

如果您看到有人选择走 t 检验路线并获得了完全线性回归无法获得的显着结果，那么要么他们对他们的数据结果非常幸运，要么您不得不怀疑是否毕竟程序真的是“完全预注册”。

还有另一种情况在一定程度上改变了这个讨论 - 变量错误情况（观察到有错误，有时称为模型 II 回归）。在这种情况下，普通回归既不是最优的也不是无偏的，不应使用。不过，这将是一个不同问题的比较。$x$

这是无效的。人们只进行 t 检验，因为回归未能产生显着的结果。Andrew Gelman 将这些选择称为“分叉路径的花园”，如果研究人员对数据做足够多的事情以寻找p < .05，则 I 类错误率可能会大大增加。

对连续变量进行二分法可能不是一个好主意，但这听起来不像。似乎研究人员只使用将证实他们的假设的主题。他们不是先验地决定选择这些人，而是在查看数据会给他们带来什么后事后决定。这是 p-hacking，必须避免。

如果可以的话，我会发表评论，但您可能会发现分解连续预测变量有什么好处？有用——尤其是斯科蒂的回答。

还有这个http://biostat.mc.vanderbilt.edu/wiki/Main/CatContinuous列出了由对连续变量进行分类引起的问题。

对我来说，您所描述的内容听起来像是“p-hacking”，并导致信息丢失。