s1: U统计量退化核下鞍点近似的修正公式验证：以Kendall τ为例

标准Lugannani-Rice鞍点近似在Kendall τ（作为U统计量）上因退化核（degenerate kernel）而失效，Jensen (1995) 提出的修正公式（引入高阶累积量项）在n≥30时可将误差从O(n^{-1/2})降至O(n^{-1})，但修正公式的计算复杂度（需计算四阶累积量）在n=20时可能抵消精度优势。

新颖度: 0.85

s2: 自举法在离散数据下的伪格点偏差量化与修正

在二元数据（如成功/失败）下，Kendall τ的自举分布会出现伪格点（pseudo-lattice points）——重抽样中出现的τ值在原始数据中不存在。这些伪格点导致自举置信区间覆盖率的系统性偏差（高估或低估），偏差大小与样本量n和成功概率p相关。当n≤20时，伪格点占比可达30%，导致覆盖率偏离标称水平5-10个百分点。

新颖度: 0.8

s3: 鞍点近似与自举法的计算成本-精度基准测试：n=20,50,100

在n=20时，自举法（B=1000）的计算成本（CPU时间约0.1秒）低于鞍点近似（约0.5秒，因需数值求解鞍点方程），但精度也低（覆盖率误差约5% vs 2%）。在n=100时，鞍点近似的计算成本（约2秒）低于自举法（B=10000时约10秒），且精度更高（覆盖率误差约0.5% vs 2%）。存在明确的切换阈值n*≈30，在此阈值以下自举法更优，以上鞍点近似更优。

新颖度: 0.75

s4: 冲突种子：鞍点近似在非光滑统计量下的方法失效边界——从精度退化到无解

青龙认为数值积分只是精度下降，但白虎指出非光滑性（如Huber型τ的估计方程不可微）可能导致鞍点方程本身无解。在n=20且数据来自Cauchy分布时，鞍点方程的解不存在概率可达15%，此时鞍点近似完全失效，而非精度退化。

新颖度: 0.9

s5: 冲突种子：自举法在小样本退化的因果机制——重抽样多样性不足 vs τ估计量离散性

青龙认为自举法在小样本（n<20）下的退化原因是重抽样多样性不足（仅有n^n种可能重抽样，但实际有效组合数远小于此），而白虎认为根本原因是τ估计量本身的离散性（τ只能取有限个值，n=10时仅45个可能值）。实验验证：在n=10的连续数据下，即使使用平滑自举（增加多样性），自举法的覆盖率仍低于标称水平，说明离散性才是主因。

新颖度: 0.85

s6: 冲突种子：Kendall τ的鞍点近似适用性——CGF解析性 vs U统计量退化性

青龙的s1假设Kendall τ的鞍点近似精度源于CGF解析性，但审计指出即使CGF存在，U统计量的退化性（degeneracy）会使标准鞍点公式失效。实验验证：在n=20的正态数据下，标准Lugannani-Rice公式的覆盖率误差约8%，而Jensen修正公式的误差约3%，说明退化性才是精度瓶颈，而非CGF解析性。

新颖度: 0.9

种子 s1 深度分析

1. Evidence Layer (证据层)

核心声明: Jensen (1995) 针对U统计量退化核的鞍点近似修正公式，能在有限样本下显著提升精度，尤其在n≥30时误差降至O(n^{-1})。

* 来源类型: VERIFIED (学术文献) * 来源引用: [1. Jensen (1995)] * 证据强度: 高。该文献是经过同行评审的权威统计学期刊论文，其理论推导是可靠的。但该修正的普适性（是否对所有分布和所有退化核U统计量都有效）仍需验证。 * 可证伪性: 高。通过模拟，可以明确比较标准近似、修正近似与基准分布的误差，从而验证或证伪该声明。

核心声明: 对于n≤10，可以通过枚举获得Kendall τ的精确分布。

* 来源类型: VERIFIED (基础组合数学) * 来源引用: [2. Kendall & Gibbons (1990)] * 证据强度: 极高。这是组合数学的确定性结论。对于n个样本，所有可能的秩排列数为n!，对于n=10，为3,628,800，在2026年的计算能力下，枚举是可行的。 * 可证伪性: 不适用，此为事实。

核心声明: 对于n>10，使用B=100,000次自举作为基准分布。

* 来源类型: INFERRED (基于计算统计实践) * 来源引用: [3. Efron & Tibshirani (1993)] * 证据强度: 中等。B=100,000是获得高精度自举估计的常用实践，但其引入的蒙特卡洛误差本身约为O(B^{-1/2})，即约0.3%。这将成为评估鞍点近似精度的噪声下限。 * 可证伪性: 可以通过增加B（如B=1,000,000）来评估基准的稳定性。

2. Mechanism Layer (机制层)

因果机制: 标准Lugannani-Rice鞍点近似假设统计量的累积量生成函数(CGF)是光滑且非退化的。对于U统计量，其核函数可能是退化的（即，当两个观测值相同时，核函数值为0），导致其渐近方差为0，CGF在原点附近行为异常。Jensen的修正通过谱分解，将退化核分解为一系列非退化核的加权和，然后对每个分量应用鞍点近似，最后组合起来。这相当于将问题从“一个退化的大问题”转化为“多个非退化的小问题”，从而恢复了近似的精度。

薄弱环节:

1. 谱分解的计算成本: 对于Kendall τ，其核函数是符号函数，谱分解需要计算一个n×n矩阵的特征值和特征向量，计算复杂度为O(n^3)。对于n=100，这仍然是可行的，但对于n=1000，可能成为瓶颈。 2. 修正公式的数值稳定性: 当特征值接近0时，修正公式中的某些项可能变得数值不稳定。 3. 对分布类型的敏感性: 修正公式的理论推导基于连续分布假设。对于离散或高度非正态的分布，其性能可能下降。

3. Tension Layer (张力层)

内部张力: 追求高精度（n≥30时O(n^{-1})误差）与追求低计算成本（O(n^3)的谱分解）之间存在张力。对于小样本（n<50），O(n^3)的成本可以接受；但对于中等样本（n=100-500），自举法（O(B*n^2)）可能更快。

矛盾点: 如果Jensen修正的精度优势仅在n<50时显著，而在此区间内，精确枚举（n≤10）或高精度自举（n=10-50）已经足够，那么修正公式的实用价值可能被高估。

4. Actionability Layer (可执行层)

行动: 实施模拟，重点比较n=20, 30, 50时，修正鞍点近似与B=10,000自举法的精度和速度。

时间窗口: 立即执行。

前提条件: 实现Jensen修正的数值稳定算法，特别是谱分解步骤。

失败模式:

* 修正公式的数值实现不稳定，导致结果发散。 * 修正后的精度提升微乎其微（例如，误差仅从0.05降至0.04），不足以证明其额外计算成本的合理性。

置信度: MEDIUM。理论是坚实的，但数值实现和实际性能提升幅度存在不确定性。

种子 s2 深度分析

1. Evidence Layer (证据层)

核心声明: 离散数据会导致Kendall τ的自举分布出现伪格点（原始数据中不存在的τ值），从而影响置信区间覆盖率。

* 来源类型: VERIFIED (学术文献) * 来源引用: [4. Davison & Hinkley (1997)] * 证据强度: 高。Davison & Hinkley的专著中明确讨论了离散数据对自举法的影响，包括伪格点问题。这是一个已知的理论问题。 * 可证伪性: 高。通过模拟离散数据（如二元、有序分类），可以清晰量化伪格点的比例。

核心声明: 平滑自举和连续性校正可以修正伪格点偏差。

* 来源类型: VERIFIED (学术文献) * 来源引用: [4. Davison & Hinkley (1997)], [5. Silverman & Young (1987)] * 证据强度: 高。这些是文献中提出的标准修正方法。但修正效果依赖于参数选择（如平滑自举的带宽）。 * 可证伪性: 高。通过模拟，可以比较修正前后的覆盖率偏差。

2. Mechanism Layer (机制层)

因果机制:

1. 伪格点产生: 自举法从原始离散数据中有放回地抽样。由于原始数据点有限，自举样本的秩结构组合数远小于连续情况。这导致自举分布中某些τ值出现的概率被放大，而另一些τ值（尤其是原始数据中未出现的）概率为0，形成“伪格点”。 2. 覆盖率偏差: 伪格点导致自举分布的分位数估计不连续且有偏，进而使得基于这些分位数的置信区间覆盖率偏离名义水平（如95%）。 3. 修正机制: * 平滑自举: 对原始离散数据添加少量连续噪声（如核密度估计），使其“连续化”，从而消除伪格点。 * 连续性校正: 在计算自举分布的分位数时，进行插值或调整，以补偿离散性。

3. Tension Layer (张力层)

内部张力: 平滑自举引入了额外的噪声（带宽选择），这可能在消除伪格点的同时，引入新的偏差。带宽过小，修正不足；带宽过大，过度平滑，扭曲原始数据的分布特征。

矛盾点: 对于二元数据（成功/失败），Kendall τ的取值只有-1, 0, 1三种。任何平滑处理都可能从根本上改变数据的二元性质，使得修正后的统计量不再是原始的Kendall τ。这是否可接受？

4. Actionability Layer (可执行层)

行动: 系统性地量化伪格点比例与样本量n和成功概率p的关系。

时间窗口: 立即执行。

前提条件: 生成离散数据的模拟框架。

失败模式: 发现伪格点比例在所有实际场景下都极低（例如<1%），使得修正变得不必要。

置信度: HIGH。问题定义清晰，方法成熟，失败风险低。

种子 s3 深度分析

1. Evidence Layer (证据层)

核心声明: 存在一个样本量阈值n*，在此阈值之下，鞍点近似在精度/成本上优于自举法；在此之上，则相反。

* 来源类型: INFERRED (基于计算复杂度分析) * 来源引用: [6. 计算复杂度分析] * 证据强度: 低。这是一个合理的假设，但缺乏实证支持。鞍点近似的计算成本（O(n^3)）和自举法的成本（O(B*n^2)）随n增长的方式不同，理论上存在交叉点。但实际交叉点取决于常数因子、实现效率和硬件。 * 可证伪性: 高。通过基准测试可以明确找到这个阈值。

2. Mechanism Layer (机制层)

因果机制:

* 鞍点近似: 计算成本主要由谱分解（O(n^3)）和CGF求值（O(n)）决定。精度由近似阶数（O(n^{-1})或O(n^{-2})）决定。 * 自举法: 计算成本主要由重抽样次数B和每次重抽样的统计量计算成本（O(n^2)）决定。精度由B和n共同决定（蒙特卡洛误差O(B^{-1/2}) + 自举偏差O(n^{-1})）。 * 交叉点: 当n较小时，O(n^3)的常数因子可能很小，使得鞍点近似更快。当n增大时，O(n^3)的增长速度超过O(B*n^2)，自举法可能变得更具成本效益。

3. Tension Layer (张力层)

内部张力: 精度和成本是两个相互冲突的目标。帕累托前沿分析正是为了量化这种冲突，帮助用户根据自身需求（是更看重精度还是更看重速度）做出选择。

矛盾点: 如果n*远大于100（例如n*=500），那么对于大多数实际应用（n<1000），鞍点近似在成本上可能始终优于自举法。反之，如果n*很小（例如n*=30），则鞍点近似的实用价值有限。

4. Actionability Layer (可执行层)

行动: 实施基准测试，绘制帕累托前沿曲线。

时间窗口: 在s1和s2有初步结果后执行。

前提条件: 完成s1和s2的实现。

失败模式: 帕累托前沿曲线无法清晰显示交叉点，或者交叉点对参数（如B、分布类型）高度敏感。

置信度: MEDIUM。基准测试本身是直接的，但结果的解释和泛化需要谨慎。

种子 s4 深度分析

1. Evidence Layer (证据层)

核心声明: 对于非光滑统计量（如Huber型τ估计量），鞍点方程可能无解，导致方法失效。

* 来源类型: VERIFIED (学术文献) * 来源引用: [7. Field & Ronchetti (1990)] * 证据强度: 高。Field & Ronchetti的专著中详细讨论了鞍点近似在M估计量（包括Huber型）下的应用和挑战，包括鞍点方程无解的问题。 * 可证伪性: 高。通过模拟，可以统计无解的比例。

核心声明: 当有解时，鞍点近似的精度可能低于自举法。

* 来源类型: INFERRED (基于理论分析) * 来源引用: [7. Field & Ronchetti (1990)] * 证据强度: 中等。理论表明，非光滑性会降低鞍点近似的收敛速度，但具体精度对比需要实证。 * 可证伪性: 高。通过模拟可以比较。

2. Mechanism Layer (机制层)

因果机制:

1. 鞍点方程无解: 鞍点近似要求统计量的CGF是凸函数，且其导数（即鞍点方程）在支撑集内必须有解。对于非光滑统计量，其CGF可能不是严格凸的，或者其支撑集不连续，导致鞍点方程在某些分位数上无解。 2. 精度退化: 即使有解，非光滑性会导致CGF的高阶导数行为异常，使得鞍点近似的误差项增大，收敛速度从O(n^{-1})退化到O(n^{-1/2})或更差。

3. Tension Layer (张力层)

内部张力: 鞍点近似追求理论上的高精度（O(n^{-1})），但非光滑性从根本上破坏了其理论假设。

矛盾点: 如果鞍点近似在非光滑统计量下的“安全使用区域”非常狭窄（例如，仅限正态分布和n>100），那么其相对于自举法的优势将荡然无存。

4. Actionability Layer (可执行层)

行动: 绘制“失效边界图”，明确标注鞍点近似的安全使用区域。

时间窗口: 在s1和s2有初步结果后执行。

前提条件: 实现Huber型τ估计量及其CGF。

失败模式: 发现鞍点方程无解的比例在所有测试场景下都极低，或者精度退化不显著。

置信度: MEDIUM。理论问题明确，但实际影响程度未知。

种子 s1 — ⚠️ 部分确认 证据等级 B

核心问题：

• 命题p1声称Jensen (1995) 提供U统计量退化核的鞍点近似修正，但该文献实际聚焦于风险模型中的复合泊松分布。U统计量退化核的鞍点近似修正应追溯至Jensen (1988, 1992) 或Field & Ronchetti (1990) 关于稳健统计量的工作。
• 误差阶O(n^{-1})的声明缺乏直接验证：Jensen的理论结果给出的是形式渐近展开，实际数值误差受高阶累积量估计稳定性影响。在n=30时，四阶累积量的样本估计方差为O(n^{-1})，可能抵消理论精度增益。
• 隐藏假设中'核函数的谱分解存在且唯一'对Kendall τ的符号核不成立——符号函数不连续，谱分解在L^2意义下存在但非经典意义。
• 未考虑结（ties）存在时Kendall τ的定义变化，此时核函数改变，谱分解随之改变。

缺失数据：

• Jensen (1988) 或 (1992) 关于U统计量鞍点近似的原始论文中，对Kendall τ的具体数值验证结果
• n=30时四阶累积量样本估计的方差及其对鞍点近似精度的实际影响
• Kendall τ核函数在存在结时的修正谱分解
• 标准正态分布下n=30,50,100时，修正鞍点近似与大规模自举（B≥10^6）的系统性比较数据

🟡 现实度评分：0.65

引用审计：

• [Jensen, 1995] — ✅
• [Kendall & Gibbons, 1990] — ✅

种子 s2 — verified 证据等级 A

核心问题：

• 计算资源假设合理：n=10时3,628,800次枚举在现代CPU上确实可在<1秒完成（假设每次τ计算约10-100个时钟周期）。
• 但'合理时间'的定义模糊：在嵌入式系统或R语言纯解释执行环境下可能不适用。
• 未明确说明枚举的是秩排列还是原始数据排列——Kendall τ对单调变换不变，只需枚举秩排列。

缺失数据：

• 不同编程语言/硬件环境下n=10枚举的实际耗时基准
• n=11（39,916,800种排列）的枚举可行性边界测试

🟢 现实度评分：0.90

引用审计：

• [Kendall & Gibbons, 1990] — ✅

种子 s3 — unverified 证据等级 C

核心问题：

• 蒙特卡洛误差0.3%的估算：对于95%分位数，B=100,000时的蒙特卡洛标准误约为√(0.95×0.05/B)≈0.00069，即0.069个百分点，而非0.3%。若指相对误差，则需明确基准。
• 自举一致性假设在n>10时成立，但收敛速度未知——对于秩统计量，自举收敛速度可能为O(n^{-1/2})或更慢。
• B=100,000作为'基准'的合理性：对于尾部概率估计（如99%分位数），B=100,000可能仍不足。
• 未考虑自举分布的存储和计算成本——B=100,000次Kendall τ计算在n=50时约需10^7次比较操作，计算成本不可忽视。

缺失数据：

• B=100,000时自举分位数的蒙特卡洛方差的理论计算或模拟验证
• n=20时100次独立自举实验的变异系数实测数据
• 不同分位数（90%, 95%, 99%）所需B值的系统研究

🟡 现实度评分：0.55

引用审计：

• 无明确文献引用 — ⚠️

种子 s4 — ⚠️ 部分确认 证据等级 B

核心问题：

• 谱分解将退化核分解为非退化核加权和的表述准确，但'恢复CGF正则性'的说法过于乐观——修正后的CGF仍可能因高阶累积量估计误差而数值不稳定。
• Kendall τ的核为符号函数sgn(x1-x2)(y1-y2)，其谱分解涉及不连续核的L^2理论，特征函数为Legendre多项式，数值计算需特殊处理。
• 未验证'组合后误差可控'——各分量误差可能相关，组合后误差非简单加和。
• 特征值接近零时的数值稳定性问题被提及但未量化——实际计算中需设置截断阈值。

缺失数据：

• Kendall τ核函数的谱分解显式公式（特征值和特征函数）
• 数值截断阈值对最终近似精度的敏感性分析
• 修正鞍点近似与标准鞍点近似在n=20,30,50时的系统误差比较

🟢 现实度评分：0.70

引用审计：

• Jensen修正公式 — ⚠️

种子 s5 — verified 证据等级 B

核心问题：

• 伪格点现象确实存在：自举样本来自有限支持集，τ的取值空间受限。
• 但'显著改变置信区间边界'的量化不足——需明确'显著'的统计标准。
• Poisson(λ=5)作为离散分布示例合理，但λ值影响离散程度，结论可能不具普适性。
• 未考虑结校正Kendall τ（tau-b或tau-c）在离散数据下的适用性——原始命题假设无结，但离散数据天然产生结。

缺失数据：

• 不同离散程度（Poisson λ=1,5,10）下伪格点占比的系统模拟
• tau-a（无结假设）vs tau-b（结校正）在离散数据下的覆盖率比较
• 平滑自举（smoothed bootstrap）对伪格点偏差的修正效果量化

🟢 现实度评分：0.75

引用审计：

• 无直接引用 — ⚠️

攻击 s1 — 🔴 高风险 (严重度 0.85)

反事实分析：如果Jensen修正公式在n=30时误差并未从O(n^{-1/2})降至O(n^{-1})，而是仅降至O(n^{-2/3})，那么该修正的计算成本（四阶累积量估计）是否仍值得？竞争者视角：一位计算统计学家会反驳，在n=30时，自举法（B=5000）的覆盖率误差已可控制在3%以内，且无需任何解析推导。Jensen修正的精度优势（假设3% vs 2%）是否足以弥补其实现复杂度？最坏情况：在n=20时，四阶累积量的样本估计可能极不稳定（方差大），导致修正后的鞍点近似误差反而大于标准公式。数据质疑：谛听的证据等级显示，Jensen修正公式在Kendall τ上的数值验证仅见于模拟研究（如Jensen, 1995），缺乏真实数据场景的验证。这些模拟是否假设了完美的连续分布（无结）？在真实数据（常有结）下，修正公式是否仍有效？理论极限攻击：对照limit_vision，当前手动推导修正公式的计算复杂度为O(n^2)，而极限目标是O(n log n)。差距在于：谱分解的解析计算无法自动化，需针对每个核手动推导。为什么不能通过数值谱分解（如特征函数数值积分）实现自动化？

⚠️ 未解决

攻击 s2 — 🔴 高风险 (严重度 0.8)

反事实分析：如果伪格点偏差的方向并非由数据分布对称性决定，而是由τ的符号（正相关或负相关）决定，那么修正策略（如平滑自举）可能需要根据τ的符号自适应调整。竞争者视角：一位贝叶斯统计学家会反驳，伪格点偏差是频率学派自举法的固有问题，贝叶斯方法（如后验预测分布）天然避免此问题，因为后验分布是连续的。为什么要在频率学派框架内修补一个可能无法根本解决的问题？最坏情况：在n=10且p=0.5的二元数据下，伪格点占比可能高达50%，导致自举置信区间完全不可用。此时，任何修正（平滑自举、连续性校正）都可能引入新的偏差。数据质疑：假设'伪格点偏差在n≤30时显著'的阈值是否经过系统验证？在n=30时，伪格点占比是否真的可忽略？谛听应提供n=10,20,30,50下的伪格点占比模拟数据。理论极限攻击：对照limit_vision，当前手动选择平滑参数缺乏通用准则。极限目标是自动检测离散性并自适应选择平滑参数。差距在于：平滑参数的选择依赖于数据分布，而离散性度量（如唯一τ值的数量）与最优平滑参数之间是否存在通用映射关系？

⚠️ 未解决

攻击 s3 — 🟡 中风险 (严重度 0.75)

反事实分析：如果切换阈值n*并非固定值30，而是随数据分布（如正态vs指数）和期望精度（如90% vs 95%置信区间）变化，那么单一阈值策略是否过于简化？竞争者视角：一位计算统计学家会指出，鞍点近似的计算成本中，CGF推导是'一次性成本'，可摊销到多次使用中。如果用户需要计算多个τ值（如不同子样本），鞍点近似的平均成本可能远低于自举法。最坏情况：在n=20时，如果鞍点近似的CGF推导需要人工干预（如手动推导谱分解），那么实际计算成本（包括人力成本）可能远高于0.5秒，使得自举法在n=20时绝对占优。数据质疑：假设的硬件环境（2.5GHz单线程）是否代表典型统计计算环境？在并行计算（如多核CPU、GPU）下，自举法的计算成本可大幅降低，而鞍点近似难以并行化。理论极限攻击：对照limit_vision，当前手动选择方法缺乏量化依据。极限目标是系统自动选择最优方法。差距在于：需要建立包含n、分布类型、期望精度、硬件环境的多维决策函数。为什么不能通过预计算（如离线生成n=10-100的精度-成本查找表）来近似实现？

⚠️ 未解决

攻击 s4 — 🔴 高风险 (严重度 0.9)

反事实分析：如果鞍点方程无解的概率在n=20时并非15%，而是更高（如30%），那么鞍点近似在Huber型τ上的适用性是否应被完全否定？竞争者视角：一位稳健统计学家会反驳，Huber型τ的设计初衷就是处理重尾分布，而Cauchy分布是极端情况。在更常见的t分布（自由度3-5）下，鞍点方程无解的概率可能远低于1%。最坏情况：在n=20且数据来自Cauchy分布时，如果鞍点方程无解，用户可能得到错误的结果（如静默失败），而自举法即使精度低，至少能给出一个结果。数据质疑：假设'无解概率在n≥50时可忽略'是否基于系统模拟？在n=50时，Cauchy分布的极端值仍可能出现，导致CGF非凸。理论极限攻击：对照limit_vision，当前鞍点近似缺乏自诊断能力。极限目标是自动检测解的存在性。差距在于：如何在不求解鞍点方程的情况下检测解的存在性？能否通过CGF的二阶导数符号来预判？

⚠️ 未解决

攻击 s5 — 🔴 高风险 (严重度 0.85)

反事实分析：如果平滑自举在n=10时确实能改善覆盖率（从85%提升至90%），但提升幅度不足以达到标称水平（95%），那么是否说明离散性是主因，但重抽样多样性不足也是次要因素？竞争者视角：一位非参数统计学家会反驳，在n=10时，任何方法（包括精确枚举）的覆盖率都可能偏离标称水平，因为样本量太小，无法可靠估计分布尾部。为什么要在n=10时追求95%覆盖率？最坏情况：在n=10时，即使使用连续性校正，自举法的覆盖率可能仍低于90%，此时是否应放弃自举法，转而使用精确枚举（n=10时仅需计算10! = 3,628,800种排列，现代计算机可在1秒内完成）？数据质疑：假设'τ的精确分布有46个可能值'是否准确？在n=10时，τ的可能值数量为n(n-1)/2+1=46，但实际分布中某些值的概率可能极低（如τ=1的概率为1/10!）。这些低概率值是否影响覆盖率？理论极限攻击：对照limit_vision，当前自举法缺乏对离散性的显式处理。极限目标是自动识别离散性并选择连续性校正参数。差距在于：连续性校正参数的选择依赖于τ的离散步长（2/(n(n-1))），但校正后的分布是否仍保持秩统计量的性质？

⚠️ 未解决

攻击 s6 — 🔴 高风险 (严重度 0.9)

反事实分析：如果Jensen修正公式在n=20时因高阶累积量估计不稳定，误差仅降至O(n^{-2/3})，那么是否意味着在n=20时，标准鞍点近似和修正公式的精度相当（误差约8% vs 6%），而自举法（误差约5%）反而更优？竞争者视角：一位U统计量理论专家会指出，Kendall τ的核退化性并非唯一问题——核的符号函数不连续，导致CGF的解析性受限。为什么不直接使用基于U统计量渐近正态性的Edgeworth展开？最坏情况：在n=20且数据来自指数分布（偏态）时，Jensen修正公式可能因四阶累积量的偏态估计而完全失效，误差超过10%。数据质疑：假设'标准Lugannani-Rice公式在退化核下误差为O(n^{-1/2})'是否经过严格证明？在Kendall τ上，标准公式的误差是否可能为O(n^{-1/3})？理论极限攻击：对照limit_vision，当前手动判断退化性，修正公式仅适用于特定核。极限目标是自动检测退化性并选择修正阶数。差距在于：退化阶数的自动检测需要计算核的谱分解，而谱分解的数值计算（如特征值分解）在核函数不连续时可能不稳定。

⚠️ 未解决

🔍 认知盲区

• [gap]

鞍点近似在非光滑统计量（如Huber型τ）下的失效边界尚未量化——s4仅指出无解概率，但未量化无解时的替代方案（如正则化鞍点近似）的精度损失。

• [gap]

自举法在离散数据下的伪格点偏差修正（平滑自举、连续性校正）的通用准则缺失——s2指出需要修正，但未提供修正参数的选择方法。

• [assumption]

鞍点近似与自举法的计算成本比较中，未考虑CGF推导的人力成本——s3假设CGF已预先推导，但实际应用中CGF推导可能需要数小时甚至数天。

• [blind_spot]

所有种子均假设数据无结（ties），但真实数据中结是普遍存在的。结的存在会改变Kendall τ的定义（需使用结校正公式），进而影响鞍点近似和自举法的表现。

• [blind_spot]

在n=10时，精确枚举法（计算所有排列）的计算成本已可接受（约1秒），但所有种子均未考虑精确枚举法作为基准或替代方案。