如果中医的实验确实是规范的随机对照实验，那么两组的差异就是治疗vs不治疗，26vs16，其他随机因素对两组有相同的概率分布。此时，统计学的推断自然是：26-16是治疗造成的。
样本数100貌似在医学实验中算正常规模。95.1和89.3这个数据表明发热时间这个随机变量的方差不是太大，因此从概率角度看，对于26vs16，100个样本也够了。
如果实验规范的话，“患者也不一定是刚发烧就来的”这个因素对两组应该是机会均等的。医学实验中，此类因素应该无法排除。毕竟不能先让正常人得病，再去实验。患者从感染、到出现症状、到确诊这个时间必然是随机的。随机试验只能要求两组在这方面的机会均等。

回复：31楼
问题是这个变量（病人来时已发烧的时间）是个离散度很大的量，能不能在100个样本的范围内把这个偶然差距抹平，我觉得很成问题。

样本还太少，操作者是否能够区分药品或安慰剂、发病时间的观察分析等等，很多因素能够影响试验结果。
为“已经发明”的药做对其有利的“观察统计”，结果的真实性值得怀疑。

参与金花清感方研究工作的除了中医还有西医，使用了循证研究方法，你们在质疑研究方法还是那些数据？
我猜，如果什么都无法质疑时，反反们还有一招：SCI上没见论文~~~~

金花清感方中有没有加西药激素,若没有,哪它有没有故意用植物激素,像甘草甜素之类,来代替激素.
它对普通感冒也很好吗?

回复32：
先假设实验者的人品和实验技能没有问题。如果这个有问题，我们就没有必要讨论他的数据了。
如果这个变量的离散度（标准差）很大，那么不治疗组不应得到89.3%的自愈率。你可以设想一下正态分布：90%概率点和中值点的间距。
其次，如果分组是计算机或类似客观方式控制的，那么由概率原因造成治疗组有利的机会应该非常小。比如说100个人都是治疗组碰巧有利，其概率是2^{-100}。
如果达菲做治疗不治疗的实验，也面临同样问题。
如果100个样本对这个实验目的来说不够多，医学界应该早有共识。我想应该是够的。如果医学界的共识是1000，他用100，那么他应该很清楚：发布这样的结果非但不能支持中医，反而是自己找死。假设先前是医学界没把他的报道当回事，但现在钟表态了（或者说有钟表态的新闻），医学界自然会有人关注。如果100是个问题，几天之内自然会有人指出来。
还是等新闻吧：关于钟的报道，关于样本数。

回复：36楼
你学过概率论和数理统计没有？先问一下，以便以后说话。

不知道你说的“学过”是指什么，我的专业领域确实不是概率论。但如果不是特殊的概率领域中的问题，我想我是可以和数学系的人交流的。数学系不以概率为专业的人，说不定还不如我。

用不着专业领域，只要本科二年级级别的就可以。即知道假设检验是怎么回事就可以。

我说的离差大是患者已经发烧的时间，不是自愈率

呵呵，谈论前面提到的数据总不至于用到贝叶斯准则、纽曼-皮尔逊准则、MAP准则或者高阶cumulant这些概念吧？它纯粹是一个简单的概率问题。
变成数学题：假设某随机变量服从正态分布（或gamma分布更合理），均值是(26+16)/2？问方差是多少的时候，随机选择100个的样本均值=16的概率高于例如50%，在该方差下分布函数等于89.3%的点离中值的距离是多少？
这个题不用算就知道必须方差非常大才能满足第一点（即16是考运气得到的），但在这个方差下，必须试验时间非常长才能达到第2点（89.3%在试验时间内自愈）

我觉得入院时已经发烧的时间，和痊愈率，是没有关系的事情吧。。。

假设这个病自开始发烧起，在无限时间内终究可以自愈。从开始发烧到自愈这个时间是随机变量，该随机变量的方差决定了有限时间内自愈的概率。假设对称，即病人入院后平均21小时自愈，入院前平均发烧时间也是21小时，则靠随机运气使得100个样本的均值在入院后平均变成16，另100个均值变成26，这样的概率确实非常小。

【即病人入院后平均21小时自愈，入院前平均发烧时间也是21小时】
这个假设有来由么？

因为入院后治疗组平均26小时，不治疗组平均16小时。如果中医等同不治疗，如果分组没让他占便宜的话。入院后平均都应该是21小时。
如果确认中医的实验是客观化得随机选择，那么入院后的平均值相差10，应该已经超出了统计误差的范围。除非问题自身的标准差很大（比如该病本来平均2个月好，你的实验结果是26vs16小时，就没有意义了）