我们没有选一个喜欢的答案

下面是一个真实结论的收口过程：先解决"测不测得到"，再撞上"测到了能不能唯一解释"。第二个问题没有解决，所以我们给的是一个范围，不是一个数。每一个数字都标着它出自哪条决策记录。

问题一：能不能测到这个信号？

要测的量比测量本身的重复性还小，就什么也测不出来。换一条转矩提取路径之后，同一个量的建—建标准差被压下去，单张表的 t 统计量越过判据门槛 —— 也就是说，不必靠反复平均。

通过

建—建标准差（越小越好）

单张表的 t 统计量

—

越过门槛即表示一次测量就够，不必靠重复平均把噪声磨掉。

同一次求解，两条独立的转矩提取路径给出的结果，符号相反。两者之差比任何一个估计值本身都大。而这两台"仪器"在绝对电平上都没有被独立标定过，它们之间的关系也不能跨建模转移 —— 于是谁也没法用来标定谁。

不可判

两条独立的转矩提取路径给出的估计，绝对值都小于百分之一。当前的不确定性主要来自提取器未标定的绝对偏差，而不是随机数值噪声。因此本工作给出的是增益误差的范围，而不是带符号的点估计。

把任何一条路径的值当成结论，等于默认那台仪器绝对正确 —— 而证据链里没有任何东西支持这个前提。给范围是两条路径共同支撑的结论；给点估计只是选边。

这些数字不是写在页面里的，是由脚本从项目的决策记录导出的；导出时会逐条回查记录里是否仍逐字存在，对不上就拒绝导出。

前半程的问题是"能不能测到"，后半程的问题变成了"测到之后能不能唯一解释"。第一个问题解决了，第二个没有。把边界说清楚，比把它藏进一个看起来精确的数字里更有用。