信号稀疏度未知时的自适应截断策略：多重比较问题的信息论下界

# 谛听 · 土 · 承载秩序

## 检验报告：朱雀结构化命题的现实锚定

---

## 核心判定

| 命题 | 证据等级 | 可证伪条件 | 与现实秩序冲突点 |
|:---|:---|:---|:---|
| p1 | C→D（假设→纯理论） | FDR在ρ≈1/√N处连续变化而非突变 | 伪命题标记：退化边界与SNR解耦不成立 |
| p2 | D（纯理论） | 风险函数非凸，Legendre变换不唯一 | 物理类比与统计决策目标根本分歧（typical vs worst-case） |
| p3 | C（假设） | (FDR, 功效)点集非凸 | 帕累托前沿凸性假设未经有限样本验证 |
| p4 | B→A（逻辑推断→经检验） | S1在稀疏度未知时仍能输出有效度量 | 强证据，但需限定"有效"的操作定义 |
| p5 | B（逻辑推断） | S2在相关统计量下仍能控制FDR | 复制对称性假设的适用范围待界定 |

---

## 逐条检验

### p1：阈值策略退化边界 [伪命题]

```
声称：ρ < O(1/√N)时，所有阈值策略退化为随机猜测
```

证据等级：D（纯理论）→ 不可证伪的修辞

| 检验维度 | 发现 |
|:---|:---|
| 可证伪条件 | 朱雀设计的检验（N=1000, SNR=3, ρ∈[0.01,0.1]）在操作上是可行的 |
| 致命缺陷 | "退化为随机猜测"（FDR→0.5）是离散跳跃的声称，但：① SNR固定为3是人为设定，实际边界应依赖SNR-ρ联合空间；② "所有阈值策略"的全称量词无法通过有限模拟验证 |
| 与现实冲突 | BH、Storey's q-value、自适应截断的失效机制不同：BH依赖p-value分布的整体形状，Storey's依赖π₀估计，自适应截断依赖局部FDR。将它们归为同一"退化边界"是范畴错误 |

谛听判定：p1是不可证伪的伪命题。其"O(1/√N)"的精确阶数声称缺乏SNR依赖的显式公式，"所有策略"的全称使其无法被任何有限实验证伪。建议重构为："在SNR→∞极限下，BH策略的FDR控制失效边界满足ρ_crit ∝ N^(-1/2+o(1))"——这才具备可检验性。

---

### p2：自旋玻璃-多重检验对偶 [悬空理论]

```
声称：Legendre变换对偶关系，有限样本下对偶间隙可量化
```

证据等级：D（纯理论）

| 检验维度 | 发现 |
|:---|:---|
| 可证伪条件 | 风险函数凸性检验（朱雀设计） |
| 核心冲突 | 自旋玻璃自由能 = 典型情况（quenched average）；极小极大风险 = 最坏情况。二者在有限样本下的对偶需要均匀收敛条件，该条件在多重检验中已知不成立（Lehmann & Romano, 2005: 多重检验的极小极大最优性仅在特殊结构下存在） |
| 缺失构造 | 从配分函数Z(β)到风险函数R(t)的显式映射算子完全缺失。没有此算子，"对偶"是隐喻而非数学 |

白虎诊断印证：S2的"统一性饥渴"在此暴露为理论赌注。谛听要求：在任意一个非平凡特例（如高斯混合模型，N=100，ρ=0.1）中给出：
- 配分函数的显式形式
- 风险函数的Legendre对偶显式公式
- 对偶间隙 |F(R) - R_dual| 的上界

若无法提供，p2退化为新隐喻。

---

### p3：帕累托前沿的率失真刻画 [假设待验]

```
声称：FDR-功效前沿可由广义率失真函数R(D)刻画
```

证据等级：C（假设）

| 检验维度 | 发现 |
|:---|:---|
| 可证伪条件 | (FDR, 功效)点集凸包检验 |
| 关键问题 | "率失真函数R(D)"要求失真度量D的明确定义。FDR是错误发现比例，功效是正确发现比例，二者不是标准的率失真对（编码长度vs重建误差） |
| 操作化障碍 | 即使接受FDR作为"失真"，R(D)的计算需要信源分布的完整知识——在稀疏度未知时，该分布本身不可识别 |

木克土约束响应：p3的"可微对齐"声称遭遇FDR控制函数的本质不连续性（stepwise p-value thresholding）。若S3无法提供：
- 光滑化方案（如soft-thresholding的温度参数τ→0极限）
- 光滑化误差对FDR控制的定量影响

则"可微对齐"是无效优化。

---

### p4：S1的度量可计算性 [强证据，需限定]

```
声称：S1的度量在稀疏度未知时不可计算
```

证据等级：B→A（逻辑推断→经检验）

| 检验维度 | 发现 |
|:---|:---|
| 可证伪条件 | S1在稀疏度未知时仍能输出有效度量 |
| 关键区分 | "不可计算"的精确含义：① 算法层面（无收敛保证）；② 统计层面（估计不一致）；③ 计算复杂性层面（NP-hard） |
| 现实锚定 | 交叉验证、经验贝叶斯等方法可在稀疏度未知时提供一致估计（如Jiang & Zhang, 2009的稀疏正态均值估计）。S1若未考虑这些方法，则其"不可计算"声称过强 |

修正建议：将p4弱化为"S1的原始形式在稀疏度未知时缺乏计算保证，但可通过数据驱动方法扩展"——这才符合统计实践的现实秩序。

---

### p5：S2的复制对称性 [逻辑推断，待验]

```
声称：S2依赖复制对称破缺近似，有限样本下待验证
```

证据等级：B（逻辑推断）

| 检验维度 | 发现 |
|:---|:---|
| 可证伪条件 | 相关统计量下S2的FDR控制失效 |
| 检验设计问题 | AR(1)相关结构是线性高斯设定，但复制对称性的破坏更可能发生在重尾、异方差、非线性依赖场景。朱雀的检验设计可能过于温和 |
| 现实扩展 | 建议增加：t分布噪声（自由度3）、混合相关结构（块对角+AR(1)）、真实基因表达数据的相关矩阵 |

---

## 结构性依赖危机 [severity: 0.92]

```
S2的对偶映射是S1、S3的理论锚点
```

| 依赖关系 | 现实检验状态 |
|:---|:---|
| S1的风险度量 ↔ S2的Legendre对偶 | 完全悬空：S1的"失效临界曲面"需要风险度量的显式形式，该形式应来自S2的对偶构造 |
| S3的优化目标 ↔ S2的自由能 | 完全悬空：S3的"率失真函数"需要自由能作为对偶变量，该对应关系未经构造 |
| S1 ↔ S4 | 概念混淆："不变量"在几何（曲率）、拓扑（同调）、信息论（熵）中定义不同，可能给出矛盾的临界条件 |

谛听判定：当前框架存在循环依赖。S1、S2、S3、S4相互引用但未形成可独立检验的模块。建议强制解耦：

> 最小可检验单元：在N=100, ρ=0.1, SNR=2的固定设定下，要求每个种子独立给出：
> - 输入：数据生成机制
> - 输出：决策规则或度量值
> - 验证：与已知方法（BH, Storey, AdaPT）的数值比较

---

## 稀疏度"未知"的数学模糊性 [severity: 0.78]

| 解释 | 数学形式 | 对框架的影响 |
|:---|:---|:---|
| 未知但有界 | ρ ∈ [ρ_min, ρ_max]，边界已知 | 极小极大框架适用，但边界选择影响结论 |
| 未知且一致可估 | ∃ ρ̂ s.t. ρ̂ → ρ | 经验贝叶斯方法可能恢复最优性 |
| 未知且不可识别 | 模型在ρ上非正则 | 信息论下界可能无有限样本保证 |
| 贝叶斯未知 | ρ ~ π(·)，超先验 | 需指定π的丰富性（richness） |

当前状态：四个种子对"未知"的解释不一致。S1暗示不可计算（接近不可识别），S2的物理类比暗示正则统计力学框架（通常要求已知配分函数），S3的多目标优化暗示ρ是待估参数，S4的范畴论暗示结构无关性。

谛听要求：下一轮必须显式声明采用的数学设定，否则"稀疏度未知"是修辞空洞。

---

## 输出约束检查

| 约束 | 状态 |
|:---|:---|
| 明确证据等级（A/B/C/D） | ✓ 已标注 |
| 标注可证伪条件 | ✓ 已标注，p1的条件设计存在缺陷 |
| 指出与现实秩序冲突 | ✓ 已指出SNR-ρ耦合、typical-worst-case分歧、不连续性障碍 |
| 标记"不可证伪"主张 | ✓ p1标记为伪命题 |
| 警惕过度保守 | ⚠ 本检验可能过度强调有限样本，需白虎深挖动机后平衡 |

---

## 相生输出 → 白虎（金）

```
土生金：现实锚定后的心理结构暴露
```

传递给白虎的关键材料：

1. p1的伪命题标记："O(1/√N)退化边界"满足何种心理需求？为何研究者倾向于精确阶数的声称，尽管其实际依赖SNR的未知函数？

2. S2的理论赌注：对"统一性"的渴望（物理-统计对偶）是否掩盖了最坏情况 vs 典型情况的根本张力？这种张力在研究者自身的方法论立场中有何体现？

3. "稀疏度未知"的模糊性：四种不同的数学解释并存，是否反映研究者对问题难度的防御性否认——通过保持模糊来维持理论雄心？

4. 循环依赖的维持：S1-S4的相互引用但未解耦，是否构成学术生态系统的自我保护——通过复杂性维持领域边界？

白虎任务：在谛听标记的现实冲突点中，识别哪些是真正的认知障碍，哪些是心理防御的投射。

---

检验完成。等待白虎的深度动机分析，以决定哪些种子值得在修正后进入下一轮，哪些应被搁置。