来源归因误差预算

当零 EV 边界对来源混合很敏感时，真正要管理的不是单点 close-rate，而是来源归因误差预算：先估计允许的 source_share 偏差，再决定当前渠道是否还能安全投放。只要误差幅度足以跨过 break-even 线，就必须先补齐 来源分布的最小可核验采样口径，否则任何 零EV 边界的来源混合重算公式 都只是脆弱的纸面结论。

投放前审核的保守口径

如果当前只知道一个粗分类（例如 warm-heavy / balanced / cold-heavy），但还没有足够好的原始样本去精确识别 source_group，那么可以先把“允许的来源占比误差”折算为**相邻阈值之间的半间距**：
# 只有当来源误差不超过相邻场景阈值差的一半时，才可把当前渠道当作“同一档”；
# 一旦误差已经大到可能把 warm-heavy 判成 balanced，或把 balanced 判成 cold-heavy，就应视为**阈值未通过**，不能继续按乐观档位报价/投放。

900 / 1200 / 1500 的保守误差预算表

# $900：warm=19.07%，balanced=27.78%，cold=33.88%；
- warm→balanced 间距 8.71 pp，保守误差上限约 ±4.36 pp；
- balanced→cold 间距 6.10 pp，保守误差上限约 ±3.05 pp；
- warm→cold 全跨度 14.81 pp。
# $1200：warm=9.50%，balanced=13.88%，cold=16.95%；
- warm→balanced 间距 4.38 pp，保守误差上限约 ±2.19 pp；
- balanced→cold 间距 3.07 pp，保守误差上限约 ±1.53 pp；
- warm→cold 全跨度 7.45 pp。
# $1500：warm=6.38%，balanced=9.28%，cold=11.31%；
- warm→balanced 间距 2.90 pp，保守误差上限约 ±1.45 pp；
- balanced→cold 间距 2.03 pp，保守误差上限约 ±1.02 pp；
- warm→cold 全跨度 4.93 pp。

价格缩放带来的结构性结论

把 $1200 / $1500 与 $900 比较，三档阈值都几乎按比例缩小：
# $1200 约为 $900 的 0.5x；
# $1500 约为 $900 的 0.334x。

这说明：固定范围报价的零EV门槛近似随价格反比缩放 依然成立到足够好的近似，但来源结构之间的相对排序非常稳定。实践上，应该先锁定价格档，再把来源混合误差控制在足够窄的带宽内，否则报价前的“通过”只是错档通过。

与采样口径的连接

这套半间距预算不是统计学上的严格置信区间，而是一个投放前审核用的**保守安全缓冲**。只要还没有拿到能识别 source_group / entry_path / closed 的原始样本，就应把它当作临时红线；一旦 来源分布的最小可核验采样口径 满足，再回到 零EV 边界的来源混合重算公式 做更精细的 EV 复算。