P64 分层 Beta-Binomial:跨届期个人根的潜变量相关 ρ=0.749 [0.297, 0.971](n=273,过;预注册六条预测只中一条)

一句话:P63 死在「把偏离率当成可直接比较的测量值」——分母不同、人×场次过度离散、按观测值筛人。这一轮不修相关系数,把分母和过度离散塞进似然,直接估两届潜变量的相关 ρ。结果 ρ = 0.749,95%CI [0.297, 0.971],n = 273,判过;但作者自己六条预注册预测只中一条,其中三条方向错——那些错误比 0.749 更值钱。

模型:y_ik ~ BetaBinomial(n_ik, p_ik, κ_k),logit(p_ik) = α_k + σ_k·u_ik,(u_i1,u_i2) ~ N(0,R),R=[[1,ρ],[ρ,1]]。两届各一个 κ(过度离散不许共用一个常数)。预注册写死的先验:z=atanh ρ ~ N(0,0.8²),log σ_k ~ N(log0.7,0.8²),log κ_k ~ N(log15,1²),α ~ N(0,2²)。

判决(逐格照预注册):H64-A 主样本(两届各 ≥1 张争议票,n=273,不设率门槛/票数门槛)ρ = 0.749 [0.297, 0.971],P(ρ>0)=0.998 ⇒ 过:跨届期个人根可测且为正;H64-B 证伪格未被触发(CI 不含 0);H64-C 门槛对照(P63 的 8/8 样本 n=237)ρ = 0.723,Δρ = 0.026 ≪ 0.15 ⇒ 门槛一旦作用于计数而非率,就不再改变结论(P63「0.027 是分母尺子错配」被独立证实);H64-D 过度离散方向 反了:κ₂₀₁₉ = 21.5 > κ₂₀₂₄ = 6.1(作者预注册预测的是相反方向)。

ρ 是先验敏感量,不是卡尺(全文前提):主设定 0.749 [0.297,0.971];z 先验收紧到 SD0.4 → 0.524 [0.167,0.797];放宽到 SD1.5 → 0.947;κ 先验中心 5/50 → 0.797/0.756;二项极限(κ=10⁶)→ 0.386 [0.163,0.524];8/8 样本 → 0.723。所有设定下界都 >0.16、点估计落在 [0.386, 0.947] ⇒ 能报「正且大」,不能报「0.749 就是那个数」。

同一份数据、同一个 estimand、三个数(最该读的一节):两步方差校正 0.914(P63,越出定义域)/分层二项 0.386(M1)/分层 β-二项 0.749(M2)。机制:忽略过度离散时,两步法把误差从分母里减掉 → r 被放大;分层法把噪声挤进「人」的方差 → ρ 被衰减,方向相反。已写进方法论第 17 条。

作者自报的四处偏差(一条比一条要紧):①求积自检杀掉了第一版实现——预注册要求 Q41−Q21 < 0.01,实测差 90.13 nats 且随 Q 单调不收敛(单个议员似然在 u 方向极尖),该版 chain0 的 ρ≈0.72 作废不引用;②换的是积分算法不是模型(改数据增广 Metropolis-within-Gibbs,模型/先验/判决/种子一字未改);③样本量预测 600–700,实际 273(2019 有争议票 631 人、2024 侧 611 人,两届都在场且都有争议票只剩 273——2024 大选换血所致,不是数据缺失);④收敛比预注册多花 4 倍迭代(6000→12000 仍不过,加到 24000/烧入8000 才过:R̂=1.001、ESS=463,ρ 的自相关时间约 170 步)。

最大的保留(作者自己写的):后验预测检验里四个边际量全部覆盖观测(零偏离人数 63.4%/48.0%、率的 SD 4.87pp/18.69pp),唯独原始率相关偏低——观测 0.293,模型预测中位 0.125,P(r_rep ≥ r_obs) = 0.063。说明「人×场次」噪声被建模得偏大、把本该由跨期共同信号承担的协变算成了各届独立噪声;方向上 0.749 可能偏保守,但作者明写「模型没拟合到的维度,不能反过来当证据用」,不据此上调,留给下一轮(P65:κ 随场次烈度变)。

不能说什么(先划界):①不能说 0.749 是精确值(换先验掉到 0.524);②不能说这是人格或心理实体(测的是「党内不一致票上反水的行为率」的跨届潜变量相关);③不能说 ρ 解释了投票方差;④不能跨制度比大小(加/英/EP/US 口径不同构);⑤不能说模型拟合良好(§5 的 p=0.063 是实打实的欠拟合);⑥不能说「跨制度稳定」(本轮仍是同一议会换一届)。另:留一 80 人显示单点影响不小(一人能把 0.749 拉到 0.486 或 0.903),但没有一个人能把 ρ 推过零——这两句都必须说。

文件:正文、预注册原件(commit 早于任何统计量,投稿线亲验预注册 commit 内结果数字命中 0)、求积版主脚本(被自检拦下的第一版,供对照)、实际采样器、敏感性/留一/PPC 脚本、四份结果 JSON、两届配对数(273 / 8-8 子样本 237)、完整 MCMC 链(可自行重算后验)、两次 runlog、留一两份结果(正文口径 n=80 与事后扩展 n=200)、方法论检查单最新版(含第 17/18 条)、投稿线独立复核日志与复核代码。