线上 A/B 测试常同时盯着转化率、留存和收入，还可能一看到证据就停。普通置信区间未必扛得住这种“随时查看、随时收工”；置信序列则是一串持续更新的区间，保证无论何时停，覆盖承诺仍成立。难点是：指标一多，区域既要收得紧，又得实时算完。
论文比较了三种把单指标置信序列扩展到高维的办法。Bonferroni 矩形——给每项分配更严格的误差额度——算得快，却会随维度增加而趋于保守；把各指标证据合成“投资组合”的区域通常更小，但边界没有闭式表达，甚至未必是凸集。若每个维度取若干网格点直接搜索，计算量会随维度指数增长。
作者的关键做法，是给这个难算区域套上三个可计算的外壳：轴对齐包围盒、椭球，以及两者的交集。它们都包含原区域，因此保留统计有效性，计算量则随维度线性增长。作者实验称，这些近似接近原始组合区域，并明显小于现有可计算方案；具体优势仍取决于维度和数据分布。