通过相加独立概率分布的方差来估计复现概率

如果连续变量的所有可能假设真实均值和所有可能观测均值的先验概率分布均以所有数字的全集为条件（即在研究性质已知且可以估计 Bayesian 先验分布之前），则该先验概率分布将是均匀的。由此可推知，基于同一数据集的 Gaussian 概率分布与 Gaussian 似然分布是相同的。复现涉及进行两项独立的研究，因此可以通过将基于观测数据的概率分布的方差与基于其拟定样本量的复现研究的预期概率分布的方差相加来进行建模。这允许对在任何复现研究中 P 值小于或等于 0.05 双侧（或任何其他指定值）的概率进行估计。在规划初始研究所需功效时，可使用同一模型来估计样本量。如果这需要将方差加倍，则这将需要两倍于使用当前功效计算所估计的样本量，这表明使用当前方法的研究功效不足。这些考量可用于解释复现危机。