保形检验鞅
一种基于保形p值构造的e-process，用于序贯检验数据可交换性，具有anytime-valid的第一类错误控制性质
时间轴 (近 90 天)
保形检验鞅（CTM）是e-process的一个特例，通过保形函数A将每个数据点映射为保形分数并计算保形p值，进而组合成e-process来进行序贯检验。
任何保持推前分布P∘A⁻¹不变的分布漂移，都会使保形p值的分布保持不变，从而对所有基于保形函数A的CTM不可见。
这种盲区并非统计功效不足，而是由保形函数的定义决定的根本性限制。
保形p值的构造保证了在可交换性零假设下，p值序列是超均匀的，因此CTM能够在任意停止时间控制第一类错误。
当保形函数A取Neyman-Pearson似然比时，隐秘成分消失，A-等价类退化为单点集或极其受限的集合，CTM的盲区被最小化。
实验采用EMNIST字母与MNIST数字数据集，通过条件重采样EMNIST字母使其保形分数与MNIST数字完全匹配，构造出一个与原始分布支撑不相交却使CTM完全失明的分布漂移。
A-隐秘I-投影的显式构造为评估现有CTM的盲区大小提供了可计算工具，有助于在分布漂移检测场景中量化风险。
全部知识事实 (7)
保形p值的构造保证了在可交换性零假设下，p值序列是超均匀的，因此CTM能够在任意停止时间控制第一类错误。
50%待验证任何保持推前分布P∘A⁻¹不变的分布漂移，都会使保形p值的分布保持不变，从而对所有基于保形函数A的CTM不可见。
50%待验证这种盲区并非统计功效不足，而是由保形函数的定义决定的根本性限制。
50%待验证保形检验鞅（CTM）是e-process的一个特例，通过保形函数A将每个数据点映射为保形分数并计算保形p值，进而组合成e-process来进行序贯检验。
50%待验证当保形函数A取Neyman-Pearson似然比时，隐秘成分消失，A-等价类退化为单点集或极其受限的集合，CTM的盲区被最小化。
50%待验证A-隐秘I-投影的显式构造为评估现有CTM的盲区大小提供了可计算工具，有助于在分布漂移检测场景中量化风险。
50%待验证实验采用EMNIST字母与MNIST数字数据集，通过条件重采样EMNIST字母使其保形分数与MNIST数字完全匹配，构造出一个与原始分布支撑不相交却使CTM完全失明的分布漂移。
50%