5D Library › 塔罗超几何抽样、雷诺曼网格拓扑与卡巴拉生命树图论 · English

第八章 四步核查与两项预注册研究

四步核查

前七章的结果可以压缩成一张在任何牌阵或大桌阵之前使用的核查表。它不判断任何解读的对错,只保证讨论建立在正确的基率之上。

  1. 先写下抽样规则。 用了几张牌、是否放回、是否用逆位、用哪种布局。没有这一步,第一、三章的任何基率都无从计算。
  2. 记录翻牌方式。 交叉洗牌不产生逆位;如果用逆位,要写明是逐张翻转、对切转半还是成叠转牌,因为三者给出的逆位相关结构截然不同(第二章)。
  3. 事前指定要看的特征。 只有事先写下的特征才能按其自身的基率评价;事后从许多特征中挑出发生了的那一个,基率会从几个百分点升到九成(第三、五章)。
  4. 把「准不准」换成盲法配对。 笼统陈述对任何人都同样适用,选择性记忆会抬高记住的准确率(第六章);唯一能检验解读区分力的做法,是让当事人在不知来源的情况下从几份解读中认出自己的那一份。

研究甲:盲法配对检验

每名参与者提出一个问题;一名从未见过参与者的解读者为其抽一个凯尔特十字并写出书面解读。参与者随后收到四份不标来源的解读:一份来自为自己抽的牌阵,三份来自为其他参与者抽的牌阵,从中选出最符合自己的一份。机会命中率为 1/4。

推导

# Chapter 8. p16: Two pre-registered studies and their sizes.
# (A) Blind matching: each participant receives four unlabelled Celtic
#     Cross readings written by an interpreter who never meets them: one
#     from a spread dealt for their question, three from spreads dealt for
#     other participants. Chance of choosing their own: 1/4. Exact
#     one-sided binomial test, alpha 0.05, power 0.90.
# (B) Shuffle audit: readers shuffle as they always do; we record the
#     orientation of the top 10 cards. Under independent turning the
#     number of changes has mean 4.5 and s.d. 1.5. Size to detect a mean
#     of 4.2 (a mild clustering) two-sided at 0.05 with power 0.90.
from math import comb, ceil
from statistics import NormalDist

def tail(n, k, p):
    return sum(comb(n, i) * p ** i * (1 - p) ** (n - i)
               for i in range(k, n + 1))

def plan(p0, p1, alpha=0.05, power=0.90):
    for n in range(20, 5000):
        k = next(k for k in range(n + 1) if tail(n, k, p0) <= alpha)
        if tail(n, k, p1) >= power:
            return n, k, tail(n, k, p0)

if __name__ == "__main__":
    for p1 in (0.32, 0.35):
        n, k, a = plan(0.25, p1)
        print("   (A) hit rate {:.2f} vs 0.25: {} participants, at least {}"
              " hits".format(p1, n, k))
        print("       exact size {:.4f}".format(a))
    z = NormalDist().inv_cdf
    for mu1 in (4.2, 4.0):
        n = ceil(((z(0.975) + z(0.90)) * 1.5 / (4.5 - mu1)) ** 2)
        print("   (B) mean changes {:.1f} vs 4.5: {} audited spreads".format(
            mu1, n))
    print("\nReading: the matching test needs a few hundred participants;")
    print("the shuffle audit is cheap, because orientation is mechanical.")
#    (A) hit rate 0.32 vs 0.25: 359 participants, at least 104 hits
#        exact size 0.0485
#    (A) hit rate 0.35 vs 0.25: 179 participants, at least 55 hits
#        exact size 0.0485
#    (B) mean changes 4.2 vs 4.5: 263 audited spreads
#    (B) mean changes 4.0 vs 4.5: 95 audited spreads
#
# Reading: the matching test needs a few hundred participants;
# the shuffle audit is cheap, because orientation is mechanical.

若真实命中率为 0.32,单侧 0.05 水平、把握度 0.90 的精确二项检验需要 359 名参与者,至少 104 人命中才算显著,实际第一类错误为 0.0485;若真实命中率为 0.35,需要 179 人、至少 55 人命中。解读文字应只保留具体陈述,并在分析前由独立的评审删去笼统陈述,以免巴纳姆效应把差别抹平。

研究乙:洗牌审计

请解读者按自己平时的习惯洗牌,记录最上面十张牌的正逆位。在独立翻牌下,相邻状态改变次数的均值为 4.5、标准差为 1.5。若真实均值为 4.2(轻度聚集),双侧 0.05、把握度 0.90 需要 263 个审计牌阵;若为 4.0,需要 95 个。第二章的模型预言成叠转牌会使均值降到 1 到 2 左右,那样只需几个牌阵就能看出。这项研究成本很低,因为正逆位是纯粹的力学事实。

假说 · 尚未验证

预注册的预测(尚未验证): 研究甲的命中率与 0.25 无显著差异;研究乙中成叠转牌的解读者平均改变次数显著低于 4.5,而对切转半后细致交叉洗牌的解读者与 4.5 无显著差异。什么会证明它错: 研究甲命中率显著高于 0.25,或研究乙中两类习惯的平均改变次数没有差别。

注

执行与发表。 两项研究的代码、排除规则与分析计划应在收集数据前公开登记;分析由与作者无经济关系的独立人员执行;无论结果如何都发表。

全书小结

塔罗牌阵是超几何抽样,雷诺曼大桌阵是网格上的随机排列,生命树是一张有一个反射对称、以 Tiphereth 为中心的图。正逆位的独立与否由翻牌的力学决定;「挨着」「本宫」「总有特别之处」都有可以精确计算的高基率;笼统陈述与选择性记忆足以解释大部分「准」的体验。这些结论都来自符号系统本身的结构,不涉及任何牌义是否应验。

Fan, Y. (2026). Tarot Hypergeometric Sampling, Lenormand Grid Topology and Kabbalistic Tree Graphs: Reversal Binomial Mixtures, Grand-Tableau Manhattan Distances and Twenty-Two-Edge Spectral Centrality [塔罗超几何抽样、雷诺曼网格拓扑与卡巴拉生命树图论] (Version 1.0.0). 5D Library. https://doi.org/10.5281/zenodo.24090191 · Licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).