发帖
雷达卡
资料名称：Ariely 与 Wertenbroch 2002 年《拖延症、截止日期与表现》Study 2 的原始 Excel 数据与复现检验配套
帖内资料：免费区给出 Study 2 的样本与三次任务、两套结果的具体数值、四处异常各自卡在哪、三份原始 Excel 的来历，以及两个公开数据箱的文件构成；回复可见区只放完整地址
时间覆盖：原始数据为 2002 年论文的 Study 2，2006 年 4 月由通讯作者邮箱转出；检验与续篇发表于 2026 年 8 月 31 日、9 月 2 日
许可与引用：数据与 R 代码在两个公开数据箱里可直接取用，本页不附数据文件；引用照「Data Colada ［138］，2026-08-31」与原文 DOI 写出处
适用任务：研究方法课的数据核查案例；复现类论文的对照样本；审稿时判断异常分布的参照
《拖延症、截止日期与表现：自我控制的预先承诺》2002 年发表在 Psychological Science，被引两千一百多次，很长一段时间里是讲自我承诺的标配文献。它说的事很直观：三项校对任务，把截止日均匀排开，人交出来的质量比全部压到最后一天要好。2026 年，另一组研究者用新收的样本做了同样的实验，这个差别没能做出来。
他们回头去查当年那份数据，从四个方向看出了问题。
Ariely 拖延症实验的三组人各自做了什么
Study 2 是一场有报酬的校对任务。每人拿到三份十页文档，每份里放了 100 处「语法与拼写错误」，任务就是把它们找出来改掉。六十名被试随机分进三组，每组正好二十人。
- 均匀截止组：一周交一份，分别在第 7、14、21 天到期
- 自定截止组：被试自己在 21 天内定三个日期
- 最后一天组：三份都在第 21 天到期
三组的结果按表现、拖延和收入三个口径分别统计，论文给出九个均值和九个标准误，方向整齐得像是照着假设画出来的。
两次结果差在哪儿：136.1 对 71.1
校对表现这一项，均匀截止组平均改出 136.1 处，最后一天组只有 71.1 处，差了一半。换成效应量，Cohen's d = 2.5，两组均值隔了 2.5 个标准差；实验条件与改出数量的相关系数 r = .79。
这个量级放在日常经验里是什么概念？性别对身高的效应大约 d ≈ 1.8，性别对鞋子数量的效应大约 d ≈ 1.2。连操作检验都很少有这么大：Petty 和 Cacioppo 1984 年那项研究里，看到九个论点的被试报告的论点数量，比看到三个论点的多——这本该必然成立——实测也只有 d = 1.49（F(1,158) = 87.
17）。
分布上也看得出来：最后一天组没有一个人改出超过 100 处，均匀截止组有九成的人超过 100 处，两组几乎不重叠。
四处异常，一处比一处难解释
第一处是效应大得不像真的，就是上一节那个 d = 2.5，而且九个均值全部朝假设的方向排好。
第二处是重复观测。最后一天组二十人里有十八人有一个「同分双胞胎」：三份任务各自改出的数量逐一相等，不只是总数相等。这些配对的编号正好相差十位，S1 配 S11、S7 配 S17，另外两组一个都没有。
第三处是该高度相关的变量几乎不相关。五项主观评价（喜欢程度、有趣程度、写作质量、语法质量、传达效果，0—100 分）之间，复现数据的偏相关在 +.63 到 +.92，全部 p < 0.0000024；原始数据在 .29 到 +.18，没有一项既为正又显著。三次同构任务的成绩之间，复现是 +.74 到 +.90，原始是 +.03 到 +.27。
三次自报用时之间，复现是 +.79 到 +.95，原始是 +.05 到 +.17。
第四处是自报分钟数不取整。人报时长会凑整，复现样本里 85% 给的是整数分钟；原始数据只有 11.7% 是整数，跟纯随机下约一成的比例差不多。
三份 Excel 的来历，和一组对不上的 F 值
2006 年 4 月 20 日，Hyndman 从 ariely@mit.edu 收到三个 Excel 文件，分别是预实验、Study 1 和 Study 2 的数据，文件属性里的「最后保存者」都是 Dan Ariely。2023 年 8 月 9 日，他把这三个文件转给了 Data Colada。
拿这三个文件，复现方重算出了论文图里的九个均值和九个标准误，正文另报的六个均值也都能对上，也就是文件与论文出自同一套数据。对不上的地方在检验统计量：论文早期挂在 INSEAD 网站上的工作论文版（编号 2001/09/MKT，标注「Under review, Psychological Science」）与正式发表版之间，有些均值被改动过，F 值却原封不动。
均值一改，比较这些均值的 F 值就该跟着变，所以两个版本里至少有一个的 F 值是错的。
双方各自的说法，期刊现在走到哪
Wertenbroch 的回应里先谢了复现的两位作者，重申他从来没有接触过任何一版数据；他把「人们有预先承诺的需求」和「预先承诺在具体研究里有效」分开，前者复现出来了，后者没有；并说明他已请期刊撤稿。
Ariely 没有回复那三封邮件，2026 年 8 月 7 日在 LinkedIn 与个人网站各发了一段话，大意是：得知这篇 2002 年论文的数据存在严重异常，他手头现有的文献记录不足以回答这些问题，二十多年过去，记忆同样不足，接下来会配合期刊的复核与撤稿流程。
Hyndman 与 Bisin 要求注明：2006 年 4 月他们收到的三个文件来自 Ariely 的 MIT 邮箱，没有附带使用限制；2023 年 8 月把文件交给 Data Colada 只为取专业判断，他们没有参与分析，独立复现用的是新收数据。
Psychological Science 主编 Simine Vazire 只表示，期刊正按 COPE 指南考虑这篇 2002 年论文的「下一步」。
两个数据箱里各有哪些文件
博主那一箱，标题是 Colada［138&139］ - Artificial Deadlines，分三块：138 的文件夹里是 Original study、Replication cleaned、Replication raw data
1、Replication raw data 2 四份数据，四段 R 代码（Ariely theme、Data cleaning、Analyses、Figures）和一份 Appendix；139 的文件夹里是 Gradesheet、R Code 和两份附录；另有一份作者邮件。
复现方那一箱，标题是 Replication of Ariely and Wertembroch (2002)，里面是 AsPredicted #210,090 预注册、两个研究的实验软件（72 Mb）、分析与整理脚本、主研究数据、主研究输出，以及和原作者的往来邮件。
────────────────
两个数据箱、两篇博文、原文与复现论文的 DOI，还有那份 INSEAD 工作论文和双方的书面回应，地址都列在下面，回帖就能看到。
京公网安备 11010802022788号
