发现：报告第 2.3 节把 p=3%、ε=1%、τ=95% 代入自己的拟合公式，得到 N ≈ 87。 但按该公式正确计算应为 N ≈ —（经典正态近似为 —）。 报告的中间步骤值（0.0300、850.47、2.680）互不自洽：ε−1.930 应为 7228 而非 850.47， (1−τ)−0.426 应为 3.58 而非 2.680（2.680 对应 τ=0.90）。
| 方案 | 样本量 N | 真实置信度（经典） | 报告声称置信度 | 成本（元） |
|---|
拟合参数（MATLAB 非线性最小二乘，88 组数据）：C = 1.264637，a = 0.968323，b = −1.929502，d = −0.426179，R² = 0.973535。
各项含义：[p(1−p)]0.968 为伯努利方差结构（p=0.5 时最难估计）；
ε−1.930 体现精度—样本量反比关系（≈ε⁻²，符合中心极限定理）；
(1−τ)−0.426 为置信度项（边际效应递减）。
适用性提示：本模型基于 N ∈ {500, 1000, 5000, 10000, 20000} 的仿真数据拟合，仅在较大 N 下可靠。 报告中的 87 远低于拟合下限，属严重外推（此时反推 τ 甚至为负），因此不可信。
Excel 数据：245 个序贯增量工作表（p0 = 0.1…0.9，n0 = 20…100），每组 3 条轨迹，节点 N = n0, +200, +500, +1000, +2000。 收敛速度实测斜率 −0.49，误差波动与二项分布标准差 √(p(1−p)/N) 一致。