📊 statistics

On the optimality of coin-betting for mean estimation

本文通过刻画所有有效的 e-变量和 e-过程，并识别该框架内可接受策略的最小完备类，确立了硬币投注公式在均值估计与检验中的最优性。

原作者： Eugenio Clerico

发布于 2026-05-08

📖 1 分钟阅读☕ 轻松阅读

原作者： Eugenio Clerico

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

以下是用通俗易懂的语言和日常类比对这篇论文的解读。

宏观图景：“均值”之谜

想象一下，你试图猜测一个巨大而神秘的果园里苹果的平均重量。你无法一次性称量所有苹果，只能一个个地挑选。随着你挑选的苹果越来越多，你希望不断更新对平均重量的猜测。

在统计学中，这被称为估计均值。但有一个棘手之处：你需要确保你的猜测是可靠的，即使你决定在任意随机时刻停止观察苹果（这被称为“序贯检验”）。

旧方法：“抛硬币”游戏

最近，研究人员发现了一种利用游戏来巧妙解决此问题的方法。想象你是一名在赌场的赌徒，但你不是押注红色或黑色，而是押注苹果的平均重量。

设定： 你选定一个具体的平均重量猜测值（比如 100 克）。
下注： 你押注下一个你挑选的苹果是比 100 克重还是轻。
规则： 如果你的猜测（100 克）确实是真实平均值，那么这场游戏就是“公平”的。你不应该能赢得很多钱。如果你确实赢得了巨额资金，这就证明你的猜测（100 克）是错误的。
结果： 通过针对许多不同的猜测值（90 克、95 克、100 克等）运行这个游戏，你可以排除掉那些让你赢得太多的猜测值。那些你无法排除的猜测值就构成了一个“置信序列”——一个不断缩小的可能平均值列表，保证其中包含真实答案。

这种方法被称为抛硬币（coin-betting），因为它就像押注硬币正反面，只不过这里的“硬币”是连续的（苹果的重量）。

问题：我们是否使用了最佳工具？

这篇论文提出了一个非常具体的问题：这种抛硬币游戏是否是做到这一点的绝对最佳方式？

想象你有一个工具箱，里面装满了不同的下注策略。有些很简单（比如抛硬币游戏），有些很复杂（使用像“霍夫丁不等式”这样的复杂数学公式）。

霍夫丁策略： 这就像使用一把沉重、笨拙的锤子。它能起作用，但不够精确。
抛硬币策略： 这就像一把激光引导的手术刀。它精确且高效。

作者 Eugenio Clerico 想要证明，这把“手术刀”（抛硬币）不仅仅是好，而且是最优的。换句话说，你在工具箱里找不到更好的工具，能在不违反游戏规则的前提下，给出更锐利、更准确的结果。

关键发现：“控制”（Majorizing）

为了证明这一点，作者发明了一种比较工具的方法。他称之为**“控制”（majorizing）**。

可以这样理解：

想象两名玩家，Alice 和 Bob。
Alice 使用抛硬币工具。
Bob 使用任何其他工具（比如霍夫丁锤子）。
规则： 无论下一个苹果是什么，Alice 的工具总是至少能让她赚到和 Bob 的工具一样多的“财富”（即反对错误猜测的证据）。有时，Alice 赚到的会严格更多。

如果一个工具能够击败或匹配工具箱中所有其他可能的工具，它就被称为**“控制”工具**。如果它是能做到这一点的最小工具集合，它就是**“最优”工具**。

论文的主要主张：
作者证明了抛硬币公式是最优工具。

它是最简的规则集合，无法被击败。
你尝试用于此特定问题的任何其他方法，要么不如抛硬币，要么只是它的笨拙版本。
如果你使用抛硬币，你并没有损失任何统计效力；你正在使用可能最高效的方法。

两种不同的场景

论文考察了两种不同类型的果园：

独立果园（简单情况）：
每个苹果都是独立挑选的。当前苹果的重量不依赖于前一个苹果。
- 结果： 在这里，抛硬币是无可争议的冠军。它是完美且最优的策略。
依赖果园（复杂情况）：
苹果之间可能存在关联。也许如果第一个苹果很重，第二个苹果也很可能很重（即“条件均值”）。
- 结果： 即使在这种复杂、混乱的场景中，抛硬币仍然是最优策略。它依然胜过所有其他方法。

唯一的例外：
论文指出了一个小小的瑕疵。如果你假设苹果不仅是相关的，而且是严格独立同分布的（这是一条非常严格的规则，即分布永远不会发生任何变化），那么抛硬币方法依然很棒，但它不再是唯一的完美方法。在那种特定、僵化的情况下，还有其他奇怪、对称的策略也能同样奏效。但在我们只想了解平均值的通用、现实世界案例中，抛硬币是王者。

这为什么重要？

你可能会问：“我们为什么要证明锤子是最好的锤子？”

作者解释说，知道“最佳”工具可以简化一切。

更简单的数学： 统计学家不再需要从头设计新的、复杂的下注策略，他们只需使用抛硬币规则。他们知道无法做得更好。
信心： 这提供了一个数学保证，让他们确信没有错过某种能提供更紧密、更准确结果的“超级策略”。
效率： 它告诉我们，“霍夫丁”风格的工具（那些沉重的锤子）是不必要的。我们可以把它们扔掉，只使用抛硬币这把手术刀。

总结

想象你试图在干草堆里找一根针。

目标： 找到苹果的真实平均重量。
方法： 一个下注游戏，你试图证明某个猜测是错误的。
发现： 作者证明了玩这个游戏的特定“抛硬币”方式是完美且不可战胜的策略。
类比： 这就像发现瑞士军刀是你在野外生存所需的唯一工具；任何其他工具要么无用，要么只是这把刀的劣质版本。

这篇论文并没有告诉你如何下注（具体该选哪些数字），但它证明了游戏本身的结构（抛硬币规则）是解决此问题的最佳可能框架。

技术摘要：关于硬币投注在均值估计中的最优性

问题陈述
本文探讨了序列检验有界实随机变量均值并构建置信序列的问题。尽管近期的算法方法已利用“硬币投注”博弈为有界变量推导出了紧致的置信序列（Orabona 和 Jun，2023；Waudby-Smith 和 Ramdas，2023），但关于为何这种特定形式具有最优性的理论依据，在很大程度上仍依赖于启发式论证。本文旨在严格形式化这一主张：针对该特定检验问题，硬币投注方法在所有基于 e-变量的框架中能提供最强的保证。

方法论与框架
作者在 e-变量和 e-过程的背景下引入了关于最优性的新视角。本文并非聚焦于单个 e-变量的最优性（例如针对特定备择假设的对数最优性），而是在 e-变量集合（e-类）的层面上定义最优性。

关键定义包括：

支配 e-类（Majorising e-class）： 若对于任意 $E' \in \mathcal{E}'$ ，都存在一个 $E \in \mathcal{E}$ 使得 $E$ 逐点支配 $E'$ （即对所有 $x$ ， $E(x) \geq E'(x)$ ），则称 e-类 $\mathcal{E}$ 支配另一个类 $\mathcal{E}'$ 。
最优 e-类（Optimal e-class）： 一个被包含于所有其他支配 e-类中的支配 e-类。如果存在，它对应于所有极大 e-变量（即不被任何其他 e-变量严格支配的 e-变量）的集合。
与可容许性的联系： 本文指出，该框架是对经典统计学中识别最小完备检验类（Lehmann 和 Romano，2022）问题的改编，其中极大 e-变量对应于可容许检验。

分析分三个阶段进行：

单轮 e-变量： 检验观测值独立同分布（i.i.d.）且均值固定的假设。
多轮 e-变量： 在固定时间 horizon $T$ 内检验假设，其中条件均值固定，但允许观测值之间存在依赖性。
e-过程： 将结果扩展到在固定条件均值假设下、针对任意停止时间的序列检验。

主要结果

单轮 e-变量的最优性（定理 1）：
对于分布定义在 $[0, 1]$ 上且均值为 $\mu$ 的假设 $H_\mu$ ，本文证明了硬币投注 e-类 $\mathcal{E}^{cb}_\mu = \{x \mapsto 1 + \beta(x-\mu) : \beta \in [(\mu-1)^{-1}, \mu^{-1}]\}$ 是唯一的优 e-类。
- 证明概要： 作者构造了一个函数 $F_\mu$ ，它逐点支配所有有效的 e-变量。研究表明，任何不在硬币投注类中的 e-变量，都会被硬币投注类中的某个元素严格支配。反之，硬币投注类中的每个元素都是极大的。
- 推论： 将参与者限制在硬币投注类中并不会牺牲统计功效；任何使用通用 e-变量的策略，都可以被使用硬币投注 e-变量的策略所匹配或超越。
多轮 e-变量的最优性（定理 2）：
当检验长度为 $T$ 的序列具有固定条件均值 $\mu$ 的假设 $H^T_\mu$ （允许任意依赖结构）时，T 轮硬币投注 e-变量类（单轮硬币投注函数的乘积）是最优 e-类。
- 注意： 该结果适用于固定条件均值，但如果假设限制为独立同分布（i.i.d.）观测值，则该结果失效。本文证明，对于 i.i.d. 假设，极大 e-变量的集合严格大于由硬币投注生成的集合，这意味着在 i.i.d. 设定下，硬币投注并非最优。
e-过程的最优性（定理 3）：
将结果扩展到在固定条件均值假设下、针对任意停止时间的 e-过程（即对任何停止时间均有效的过程）设定，硬币投注 e-过程类（源自硬币投注的财富过程序列）被证明是最优 e-过程类。

意义与主张
本文声称首次对硬币投注形式的最优性提供了严格的刻画。其主要贡献包括：

显式刻画： 结果直接且明确地描述了用于检验有界随机变量（条件）均值的所有有效 e-变量和 e-过程的集合。具体而言，任何有效的 e-变量/过程都是被某个硬币投注 e-变量/过程所支配的。
理论依据： 本文超越了启发式论证（例如期望等于 1 的“精确性”属性），证明了硬币投注类构成了一个最小完备检验类。
策略简化： 通过识别最优 e-类，该框架简化了检验策略的设计。例如，它论证了在低维参数化的硬币投注策略空间上使用贝叶斯聚合技术（如通用投资组合）的合理性，确保将搜索空间限制在该类中不会损失统计功效。
与先前工作的区别： 作者将本文工作与近期关于线性约束 e-变量的刻画（Clerico，2024；Larsson 等，2025）区分开来。虽然那些工作隐含了单轮结果，但本文认为其方法更直接且针对特定设定，并通过几何论证（如图 1 所示）提供了直观理解。此外，本文将刻画扩展到了 e-过程和多轮变量，而所引用的工作在特定语境下并未完全涵盖这些内容。

局限性与范围
本文明确指出，硬币投注的最优性在更严格的 i.i.d. 假设下并不成立，因为在那种情况下极大 e-变量的集合更大。此外，本文侧重于定义 e-变量的最优类，而非设计具体的投注策略，具体策略的构建留待现有文献（Orabona 和 Jun，2023；Waudby-Smith 和 Ramdas，2023）处理。结果针对 $[0, 1]$ 上的变量呈现，但指出可推广至任意有界闭实集。