√(σ_v/2ε) 这个最优点自己站不站得住:σ_v 随水位自洽后,闭式权衡只在中等 ε 区间可用

Written by

in

Language

Evidence level: C

上一篇文章的闭式最优注入水位 τ₂* ≈ √(σ_v/2ε) 把 σ_v 当常数、把 ε 当宣称值;让 σ_v 按方差估计的卡方尺度族随水位自洽后,闭式只在 ε≈0.10–0.30 的中段可用(偏差 ≤11%),ε 缩到 0.05 以下直接失灵——因为统计误差有一道地板,闭式看不见。

正文(1000-1500字)

上一篇文章给出过一条闭式权衡:两点注入反解误差相关系数 ρ 时,第二级注入水位每升高一档,标定偏置项 ετ₂/√m 线性上涨、统计噪声项 σ_v/(2√m τ₂) 双曲下落,令两者相等就得到最优水位 τ₂* ≈ √(σ_v/(2ε))。这个式子很好用,但它脚下垫着两个没交代的假设:σ_v 被当成与水位无关的常数;ε 被当成研究者自己说了算的「宣称标定精度」。本文把这两个假设逐一拆开做自洽裁决。

先看 σ_v。它不是常数——v 是实测方差比,而方差估计服从卡方尺度族:df 个自由度下方差的相对标准差恒为 √(2/df),绝对标准差随水位等比放大。水位 τ₂ 处 v 的期望约为 1+ρ²(m−1)−2ρτ₂√m+τ₂²,于是 σ_v(τ₂) ≈ v(τ₂)·√(2/df)。代回总误差 T(τ₂) = ετ₂/√m + σ_v(τ₂)/(2√m τ₂),统计项不再单纯随 τ₂ 下落:v/τ₂ = τ₂ + c/τ₂ − 2ρ√m(其中 c = 1+ρ²(m−1))在 τ₂ = √c 处触底后回升——「锚加得越大统计越准」的单调直觉在这里死掉了,统计误差有一道地板。

数值扫描把后果算清楚了。沿用父文参数(m=4、ρ=0.4、df=100、c=1.48),20 万点网格扫 ε∈[0.01, 0.30],比较「σ_v 当常数的闭式 τ₂」与「自洽 σ_v 的数值最优 τ₂」。结果分三段:ε=0.10–0.30 的中段,两者偏差仅 −1.5% 到 −11%,闭式可当设计初值;ε=0.05 时偏差拉大到 27%;ε=0.01–0.03 时闭式直接失灵——定点迭代下 τ₂* 飙到 6.6–11.4,而自洽最优稳稳停在 1.02–1.14。原因正是统计地板:闭式以为 ε 越小越该加大锚去换统计精度,但自洽统计项的地板 √(2/df)·(√c−ρ√m)/√m ≈ 0.03 压在那里,锚再大也穿不透,继续加锚只会让标定项接管误差曲线——「最优点」恰好挪到总误差爬坡的位置。

再看 ε 宣称×2 的情形。按宣称 ε 设计、真实 ε 翻倍时,总误差只放大 1.02–1.15 倍,远低于预设判据的 1.5 倍熔断线——这是「平底」救的场:T(τ₂) 在最优点附近是平缓的 U 形,点位放偏 20–30% 误差只涨几个百分点,标定精度的宣称误差对「锚放哪里」相当宽容。但点位稳健不等于推断有效:报给读者的可识别区间宽度直接正比于真实 ε,ε 被低估一倍、区间就窄一倍,覆盖率损失一分不少。测量学文献里同样的结构有现成教训:方差比的置信区间要用专用方法构造才有精确覆盖(PMID 4005371);把方差不确度当已知量的朴素区间,在方差本身被估计时覆盖率就不达标(PMID 36725775);GUM 不确定度框架与蒙特卡洛方法在非线性、输出分布不对称的场合会给出不同答案、后者更可信(PMID 21238753、24659835),被测量越接近零非对称越严重、甚至冒出负下界这种非物理结果(PMID 27114218);而不确定度分量合成时每一层——包括标定修正本身的不确定度——都必须计入(PMID 22896744)。

敏感性抽查把这幅图的边界又推了一把。ρ 降到 0.2 时,ε=0.10 的闭式偏差从 −1.5% 恶化到 +59%,闭式点处的总误差已是最优点的 1.13 倍;df 从 100 压到 30 时,ε=0.10 偏差恶化到 +93%、总误差放大 1.36 倍;两者叠加到 ε=0.05 时,闭式点直接落在标定爬坡段上,总误差是最优点的 3.1–4.1 倍——「平底」的保护不是无条件的,ρ 越小、df 越小,统计地板越高、U 形越窄,闭式的失效带就越往中段侵吞。反过来 ρ=0.6 时中段闭式偏差收窄到 ±11% 以内,点位几乎无损。换言之,「中段可用」不是 ε 一根轴上的事,而是 ε×ρ×df 三根轴围出的一块窗口:ρ 越小、自由度越紧,窗口越窄,闭式能撑住的 ε 下限越高。

落到裁决:两条预设判据各砍一半。判据一「ε≤0.10 偏差<15% ⇒ 闭式可当初值」方向对、边界反——可用区在 ε≥0.10 的中段,ε 越小越不可用;判据二「ε×2 放大>1.5× ⇒ 须第三方复核」在本参数化下不触发,点位设计免强制第三方复核,但区间报告端必须用经核验的 ε。操作守则三条:① ε≤0.05 的「高精度宣称」反而最该警惕——那正是闭式最不可信的区域,此时应对自洽总误差曲线直接做数值求最小,别信闭式;② ε 落在 0.10–0.20 时闭式当初值、数值收尾;③ 无论哪档,ε 本身的核验等级要写进报告,因为区间宽窄取决于它而不是点位。

证据与局限

已验证: 自洽总误差曲线与「中段可用/小 ε 失灵」三段分档为 20 万点网格数值扫描结果(m=4、ρ=0.4、df=100);ε 宣称×2 的总误差放大 1.02–1.15 倍为同一扫描输出;统计项地板 v/τ₂ 在 τ₂=√c 处取极小为代数推导。
部分验证: 统计地板闭式 √(2/df)·(√c−ρ√m)/√m 依赖一阶近似与高斯假设;ρ∈{0.2, 0.4, 0.6} × df∈{30, 50, 100} 的敏感性抽查已完成、全网格未扫。
待验证: df 更小时地板抬高、中段可用窗口是否收窄;标定误差取加性口径时自洽解须重推;第三方核验 ε 的成本收益与区间膨胀因子的校准曲线。

相关阅读

L1 网络状态:该主题尚未进入 L1 对应网络(CORRESPONDENCE_NETWORK.md / EDGE_TABLE_science-yixue.md 检索「方差比/自洽/卡方/σ_v/最优水位/权衡/注入/标定」,仅命中 E-061 生理注入与脾容积标定等生理学条目,无「注入法最优水位自洽性」对应边)。

证据等级: C
参考文献: PMID 4005371, PMID 36725775, PMID 21238753, PMID 24659835, PMID 27114218, PMID 22896744

证据等级:A=有PubMed直接支撑,B=科学类比/间接证据,C=传统文化共识/初步探索


免责说明:本文属传统知识与科学文献的整理、对照与研究设计讨论,仅供理解与参考,不构成医疗建议,不能替代专业诊断与治疗。文中涉及的效应量、频率区间与暴露结论多为研究报告层面的推断,个体情况差异很大;如有身体不适或健康疑虑,请就医并由专业医师判断。

Whether the optimal point √(σ_v/2ε) stands on its own: closed-form trade-offs are only viable for moderate ε after σ_v becomes self-consistent with water level

Evidence level: C

上一篇文章的闭式最优注入水位 τ₂* ≈ √(σ_v/2ε) 把 σ_v 当常数、把 ε 当宣称值;让 σ_v 按方差估计的卡方尺度族随水位自洽后,闭式只在 ε≈0.10–0.30 的中段可用(偏差 ≤11%),ε 缩到 0.05 以下直接失灵——因为统计误差有一道地板,闭式看不见。

正文(1000-1500字)

上一篇文章给出过一条闭式权衡:两点注入反解误差相关系数 ρ 时,第二级注入水位每升高一档,标定偏置项 ετ₂/√m 线性上涨、统计噪声项 σ_v/(2√m τ₂) 双曲下落,令两者相等就得到最优水位 τ₂* ≈ √(σ_v/(2ε))。这个式子很好用,但它脚下垫着两个没交代的假设:σ_v 被当成与水位无关的常数;ε 被当成研究者自己说了算的「宣称标定精度」。本文把这两个假设逐一拆开做自洽裁决。

先看 σ_v。它不是常数——v 是实测方差比,而方差估计服从卡方尺度族:df 个自由度下方差的相对标准差恒为 √(2/df),绝对标准差随水位等比放大。水位 τ₂ 处 v 的期望约为 1+ρ²(m−1)−2ρτ₂√m+τ₂²,于是 σ_v(τ₂) ≈ v(τ₂)·√(2/df)。代回总误差 T(τ₂) = ετ₂/√m + σ_v(τ₂)/(2√m τ₂),统计项不再单纯随 τ₂ 下落:v/τ₂ = τ₂ + c/τ₂ − 2ρ√m(其中 c = 1+ρ²(m−1))在 τ₂ = √c 处触底后回升——「锚加得越大统计越准」的单调直觉在这里死掉了,统计误差有一道地板。

数值扫描把后果算清楚了。沿用父文参数(m=4、ρ=0.4、df=100、c=1.48),20 万点网格扫 ε∈[0.01, 0.30],比较「σ_v 当常数的闭式 τ₂」与「自洽 σ_v 的数值最优 τ₂」。结果分三段:ε=0.10–0.30 的中段,两者偏差仅 −1.5% 到 −11%,闭式可当设计初值;ε=0.05 时偏差拉大到 27%;ε=0.01–0.03 时闭式直接失灵——定点迭代下 τ₂* 飙到 6.6–11.4,而自洽最优稳稳停在 1.02–1.14。原因正是统计地板:闭式以为 ε 越小越该加大锚去换统计精度,但自洽统计项的地板 √(2/df)·(√c−ρ√m)/√m ≈ 0.03 压在那里,锚再大也穿不透,继续加锚只会让标定项接管误差曲线——「最优点」恰好挪到总误差爬坡的位置。

再看 ε 宣称×2 的情形。按宣称 ε 设计、真实 ε 翻倍时,总误差只放大 1.02–1.15 倍,远低于预设判据的 1.5 倍熔断线——这是「平底」救的场:T(τ₂) 在最优点附近是平缓的 U 形,点位放偏 20–30% 误差只涨几个百分点,标定精度的宣称误差对「锚放哪里」相当宽容。但点位稳健不等于推断有效:报给读者的可识别区间宽度直接正比于真实 ε,ε 被低估一倍、区间就窄一倍,覆盖率损失一分不少。测量学文献里同样的结构有现成教训:方差比的置信区间要用专用方法构造才有精确覆盖(PMID 4005371);把方差不确度当已知量的朴素区间,在方差本身被估计时覆盖率就不达标(PMID 36725775);GUM 不确定度框架与蒙特卡洛方法在非线性、输出分布不对称的场合会给出不同答案、后者更可信(PMID 21238753、24659835),被测量越接近零非对称越严重、甚至冒出负下界这种非物理结果(PMID 27114218);而不确定度分量合成时每一层——包括标定修正本身的不确定度——都必须计入(PMID 22896744)。

敏感性抽查把这幅图的边界又推了一把。ρ 降到 0.2 时,ε=0.10 的闭式偏差从 −1.5% 恶化到 +59%,闭式点处的总误差已是最优点的 1.13 倍;df 从 100 压到 30 时,ε=0.10 偏差恶化到 +93%、总误差放大 1.36 倍;两者叠加到 ε=0.05 时,闭式点直接落在标定爬坡段上,总误差是最优点的 3.1–4.1 倍——「平底」的保护不是无条件的,ρ 越小、df 越小,统计地板越高、U 形越窄,闭式的失效带就越往中段侵吞。反过来 ρ=0.6 时中段闭式偏差收窄到 ±11% 以内,点位几乎无损。换言之,「中段可用」不是 ε 一根轴上的事,而是 ε×ρ×df 三根轴围出的一块窗口:ρ 越小、自由度越紧,窗口越窄,闭式能撑住的 ε 下限越高。

落到裁决:两条预设判据各砍一半。判据一「ε≤0.10 偏差<15% ⇒ 闭式可当初值」方向对、边界反——可用区在 ε≥0.10 的中段,ε 越小越不可用;判据二「ε×2 放大>1.5× ⇒ 须第三方复核」在本参数化下不触发,点位设计免强制第三方复核,但区间报告端必须用经核验的 ε。操作守则三条:① ε≤0.05 的「高精度宣称」反而最该警惕——那正是闭式最不可信的区域,此时应对自洽总误差曲线直接做数值求最小,别信闭式;② ε 落在 0.10–0.20 时闭式当初值、数值收尾;③ 无论哪档,ε 本身的核验等级要写进报告,因为区间宽窄取决于它而不是点位。

证据与局限

已验证: 自洽总误差曲线与「中段可用/小 ε 失灵」三段分档为 20 万点网格数值扫描结果(m=4、ρ=0.4、df=100);ε 宣称×2 的总误差放大 1.02–1.15 倍为同一扫描输出;统计项地板 v/τ₂ 在 τ₂=√c 处取极小为代数推导。
部分验证: 统计地板闭式 √(2/df)·(√c−ρ√m)/√m 依赖一阶近似与高斯假设;ρ∈{0.2, 0.4, 0.6} × df∈{30, 50, 100} 的敏感性抽查已完成、全网格未扫。
待验证: df 更小时地板抬高、中段可用窗口是否收窄;标定误差取加性口径时自洽解须重推;第三方核验 ε 的成本收益与区间膨胀因子的校准曲线。

相关阅读

L1 网络状态:该主题尚未进入 L1 对应网络(CORRESPONDENCE_NETWORK.md / EDGE_TABLE_science-yixue.md 检索「方差比/自洽/卡方/σ_v/最优水位/权衡/注入/标定」,仅命中 E-061 生理注入与脾容积标定等生理学条目,无「注入法最优水位自洽性」对应边)。

证据等级: C
参考文献: PMID 4005371, PMID 36725775, PMID 21238753, PMID 24659835, PMID 27114218, PMID 22896744

证据等级:A=有 PubMed 直接支撑,B=科学类比/间接证据,C=传统文化共识/初步探索


Disclaimer: This article compiles traditional knowledge and scientific literature for comparison and research-design discussion only. It is not medical advice and cannot replace professional diagnosis or treatment. Effect sizes, frequency ranges and exposure conclusions cited here are largely inferences at the research-report level, and individual circumstances vary widely. If you have any discomfort or health concerns, please consult a physician.

Comments

Leave a Reply

Your email address will not be published. Required fields are marked *