技术摘要：预设预测修正的随时有效证据

1. 问题设定

本文研究了在序列化设置中确认预设预测修正（prespecified predictive correction）的问题。在许多科学和运营场景中（例如仪器重新校准、分析法漂移或已知的干预措施），从业者可能拥有一种特定的假设，即关于现有的源预测分布 $p_0(y \mid x, D_{tr})$ 应如何进行修改，以反映预期的未来结果变化。这种修改或倾斜（tilt） $h(x, y)$ 定义了一个修正后的预测分布 $p_h(y \mid x, D_{tr})$。

与旨在利用大量目标数据来估计未知目标分布的标准分布偏移问题不同，这项工作侧重于确认（confirmation）：即确定特定的、预设的修正 $p_h$ 是否比原始源 $p_0$ 能更好地预测传入的目标结果 $(X_i, Y_i)$。该设置假设结果是序列化到达的，可能存在自适应输入选择，且从业者希望在不预先固定样本量的情况下进行持续监测。

2. 方法论

2.1 E-过程构建

核心方法论是基于“从修正到源”的预测似然比构建一个随时有效的 e-过程（anytime-valid e-process）。

• 倾斜与归一化： 预设一个非负倾斜函数 $h: \mathcal{X} \times \mathcal{Y} \to [0, \infty)$。通过 $Z_h(x, D_{tr}) = \int h(x, y)p_0(y \mid x, D_{tr}) dy$ 进行归一化，以形成修正后的预测：
  $$p_h(y \mid x, D_{tr}) = \frac{h(x, y)p_0(y \mid x, D_{tr})}{Z_h(x, D_{tr})}$$
• 条件 E-值： 对于每次观测 $i$，单步证据因子定义为：
  $$e_i = \frac{p_h(Y_i \mid X_i, D_{tr})}{p_0(Y_i \mid X_i, D_{tr})} = \frac{h(X_i, Y_i)}{Z_h(X_i, D_{tr})}$$
  在源预测零假设 $H_0^{pred}: Y_i \mid X_i, \mathcal{F}_{i-1} \sim p_0(\cdot \mid X_i, D_{tr})$ 下，条件期望 $E[e_i \mid \mathcal{G}_i] = 1$，其中 $\mathcal{G}_i$ 包含过去的数据和当前的输入 $X_i$。因此，$e_i$ 是一个条件 e-值。
• 财富过程： 运行乘积 $M_t = \prod_{i=1}^t e_i$ 在 $H_0^{pred}$ 下构成一个非负鞅。根据 Ville 不等式，对于任何 $\alpha \in (0, 1)$：
  $$\sup_{P \in \mathcal{P}_0^{pred}} P\left( \sup_{t \ge 0} M_t > \frac{1}{\alpha} \right) \le \alpha$$
  这保证了无论停止时间或输入选择机制（包括自适应设计）如何，错误确认修正（即跨越边界 $1/\alpha$）的概率至多为 $\alpha$。

2.2 证据解释

财富过程的对数 $\log M_t$ 代表了修正分布相对于源分布的累积预测对数得分优势：
$$\log M_t = \sum_{i=1}^t \left( \log p_h(Y_i \mid X_i, D_{tr}) - \log p_0(Y_i \mid X_i, D_{tr}) \right)$$
$M_t$ 跨越边界 $1/\alpha$（或在对数空间中跨越 $\log(1/\alpha)$）提供了关于 $p_h$ 在观测流上优于 $p_0$ 的随时有效的相对证据。

2.3 扩展与变体

• 反驳（Refutation）： 如果 $h(x, y) > 0$ 几乎处处成立，则倒数过程 $M_t^\downarrow = 1/M_t$ 允许对修正预测相对于源预测进行随时有效的反驳。
• 可预测倾斜： 该框架扩展到基于过去观测值进行可预测更新的倾斜 $h_i$，将其解释为对自适应投注策略而非单一固定修正的证据。
• 混合（Mixtures）： 为了处理关于修正幅度或方向的不确定性，论文建议对一系列倾斜进行财富路径混合 $\int M_t(\theta) d\Pi(\theta)$，这保留了 e-过程的性质。
• 超越容差（Beyond-Tolerance）： 该方法可以适配于测试是否超过特定容差边界 $\delta_{tol}$，通过将一个可操作的预测 $p_{alarm}$ 与 $p_{tol}$ 进行比较，而非仅仅与未修正的源进行比较。

3. 核心贡献

1. 随时有效的相对确认： 论文构建了一个针对预设预测修正的条件 e-过程。其有效性在可选停止和任意（包括自适应）输入序列下均成立。该过程量化了修正相对于源的累积对数得分优势。
2. 漂移分解与增长： 作者推导出了一个条件漂移分解，表明期望对数增长率是条件 Kullback-Leibler (KL) 散度的差值：
   $$\Gamma_h(x) = D_{KL}(q(\cdot \mid x) \parallel p_0(\cdot \mid x, D_{tr})) - D_{KL}(q(\cdot \mid x) \parallel p_h(\cdot \mid x, D_{tr}))$$
   这阐明了只有当修正比源更接近真实目标时，才会产生正向证据积累，而不要求修正是完全精确的。
3. 误设情况下的错误确认控制： 论文识别了一个依赖于修正的受保护半空间（protected half-space）。如果真实的 target $q$ 满足特定的矩条件（即 $E_q[h(X, Y)] \le Z_h(X)$），则原始的错误确认界限仍然有效。这区分了泛化的接近性（这并不保证控制）与特定的基于矩的鲁棒性。
4. 超射恒等式（Overshoot Identity）： 推导出了一个恒等式，解释了为什么实际的 Type I 错误率通常严格低于标称水平 $\alpha$。跨越边界的概率与财富过程在跨越时刻的预期超射量成反比。
5. 结构化修正： 该框架在包括标签偏移（label-shift）、条件均值/方差修正、子集特定调整以及一般的指数族倾斜在内的特定案例中进行了实例化。

4. 合成实验结果

论文通过使用高斯源预测（Gaussian source predictive）的合成实验验证了理论：

• 有效性： 在源零假设下，经验错误确认率始终低于标称 $\alpha = 0.05$（例如 0.034），这与超射恒等式一致。
• 增长率： 正确指定的修正（均值和方差偏移）以符合理论漂移预测的速率积累证据。欠指定的修正仍会积累证据（正漂移）但速率较慢，而过指定的修正可能会导致负漂移或降低功效。
• 鲁棒性与失效模式：
  • 跨族群漂移（Cross-Family Drift）： 一个方差修正过程可能被纯粹的均值偏移所驱动（如果均值偏移显著增加了二阶矩），从而导致对方差变化的错误确认。反之，一个均值修正过程也可能由重尾分布或方差膨胀驱动。这表明，跨越边界支持的是修正的相对预测性能，但并不能唯一识别其物理机制。
  • 矩条件失效： 当目标分布违反矩条件时（例如，当倾斜的期望为无穷大的重尾目标时），即使长期漂移为负，错误确认界限也可能被突破。这强调了仅有负漂移并不足以保证时间统一的保护（time-uniform protection）。
• 自适应性： 自适应输入选择（例如选择具有高 KL 分离度的输入）在不损害源零假设有效性的前提下，加速了证据积累。
• 混合与超越容差： 对修正幅度的混合提供了对不确定性的鲁棒性，而超越容差的测试成功控制了针对可接受偏移组合的虚假报警。

5. 意义与主张

论文声称提供了一个有限样本、随时有效的框架，用于评估预设的预测修正，而无需估计完整的目标分布。

• 相对 vs 绝对： 作者强调该方法提供的是相对确认。边界跨越表明提议的修正对于观测到的数据而言优于源预测，但它并不能证明该修正就是真实的 target 分布，也无法识别偏移的具体机制。
• 运营效用： 该框架旨在应用于在监测开始前即可获得合理修正的场景（例如由于工程分析或政策变化），从而实现具有严格误差控制的序列化监测。
• 局限性： 其保证取决于拟合的源预测 $p_0$。论文并未声称能处理源模型误设（source-model misspecification）或来自模型拟合阶段本身的不确定性。此外，倒数反驳过程的校准是基于修正后的预测，而非针对广泛的误设类。
• 与估计的区别： 该工作明确区分了自己与分布偏移估计或适配方法的不同。它不是学习一个不受限制的目标，而是测试一个关于源模型应如何被修改的特定假设。

总之，本文提供了一个严谨的统计工具，用于针对源模型进行关于特定预测修正的“投注”，确保在序列化监测过程中，即便在任何时刻，误报风险都能得到控制，同时也阐明了关于识别底层偏移机制的解释性限制。