序贯检验与序贯概率比检验（SPRT）

对于某些统计方法来说，“必须提前确定样本量”是个误区。序贯检验让你能随着数据到来分析结果，一旦有了足够把握得出答案，就停止收集数据。你不用事先决定调查一千人，而是每收到一份回答，就检查证据是否足以支持一个结论而非另一个结论。这就像煮汤时边煮边尝：加盐、搅拌、尝味，再重复这些步骤，味道一合适就停下来，不用非得尝够事先定好的次数。

想一想：如果我在过程中不断检查进展，能不能用更少的信息做出这个决定？

序贯检验提供了一套在不确定情况下做决策的方法，让你不必一开始就确定固定的样本量。当收集数据费用高或耗时长时，这种方法尤其有用。首先，你要设定两个相互竞争的假设，比如“新功能提高了用户参与度”和“新功能没有影响”，并确定这次决策可以接受的错误率。

根据这些设定，你会在检验开始前划定两条决策界限。之后，每收集到一条新数据，就更新一个统计分数。这个分数通常是“似然比”，用来衡量累积的证据。你再把不断更新的分数与预先设定的界限作比较。

如果分数越过上界，就停止检验，接受第一个假设；如果越过下界，就停止检验，接受第二个假设。如果分数仍在两条界限之间，就继续收集数据。这套有章可循的流程能确保提前停止的决定在统计上有效，而不是过早“偷看”数据后草率做出的决定。

这种方法能得出达到所需置信水平的结论，而且往往比传统的固定样本量检验更快、更省资源。例如，在制造业中，工厂可以逐件检测产品。如果前五件都没有瑕疵，检验就可能发出停止信号，让这批产品通过验收。同样，电商网站也可以测试新页面布局，一旦某个版本表现更好的证据超过预设门槛，就停止测试，不必等到收集满一周的数据。

序贯概率比检验（SPRT）由亚伯拉罕·瓦尔德在第二次世界大战期间提出。它已被证明是在两个假设之间做出判断时效率最高的统计检验：在给定的准确度下，它平均需要的样本最少。它的核心原则是不断累积证据，直到越过决策阈值。这个原则已成为许多领域的基础。

• 瓦尔德于 1945 年首次提出 SPRT，用于检验军需弹药。他证明，与错误概率相同的任何固定样本量检验相比，SPRT 能将做出决策所需的平均样本量降至最低。[1]
• 如今，科技公司会用序贯方法开展大规模 A/B 测试。这些方法并非随意“偷看”数据，而是使用“始终有效的 p 值”或预先设定的停止界限，让持续监测和提前停止都保持统计上的有效性。这样可以缩短获得可靠答案所需的时间，从而加快创新。[2]（2017 年）
• 神经科学研究表明，大脑做出知觉决策的方式可能与此相似。神经元似乎会随时间累积感官证据，一旦这个信号达到临界阈值，就会触发决策，体现出与序贯分析相似的逻辑。[3]（2007 年）

序贯检验虽然高效，也有局限。首先，你无法事先知道最终样本量，这可能让实验规划和预算安排变得复杂。其次，经典 SPRT 是为二选一的判断设计的，比如在 A 和 B 之间选择；如果有多个备选项，处理起来就更复杂。最后，检验持续多久可能很受早期数据的影响：如果一开始接连收到含糊不清的数据，有时就会让检验持续不必要的长时间。