「i.i.d. 是类型声明,不是数据属性」:有效样本量是类型修复,不是统计修正
【锚点】这一篇只钉一件事:i.i.d. 里的『独立』是一个关于观测属于何种类型的声明,不是能从数据里读出来的属性;违反它时,正确动作是【重新定型】(re-typing),而不是乘一个标量修正因子。
【显式】经典做法:发现聚类相关,乘 design effect,得 n_eff = n / (1+(m-1)ρ)。看起来是数值修正。 【隐式】但 design effect 里的 ρ 本身依赖你假设的【依赖结构】——即观测的索引类型。没有指定索引类型,ρ 不可识别,n_eff 只是把不确定性搬了个位置。 【细微】Galton 1889 的原始洞察不是『样本相关』,而是『名义样本量计的是 token,有效样本量计的是独立 type』。当 50 个国家共享同一段殖民史,它们不是 50 个 type,是 1 个 type 的 50 个 token。 【极难发现】把相关观测当独立,是一个【类型错误】(type error),不是【估计偏差】(estimation bias)。偏差可以修,类型错误只能重写。任何只报 n_eff 而不报【索引类型/依赖结构】的分析,都是欠定的、不可复现的。
【流程节点链路】:原始观测集 → 声明 i.i.d.(product type ΠᵢXᵢ)→ 实际依赖(dependent type,按共享潜变量索引)→ 方差低估 → n_eff 虚高 → 置信区间过窄/p 值虚低 → 结论不可复现。
【可证伪断言】:若两篇论文报告了相同的 n_eff 但不同的依赖结构假设,则它们的『有效证据量』在结构上不可比较——这与它们是否用了同一公式无关。







0 Comments