[論文レビュー] A New Framework of Multistage Hypothesis Tests

Xinjia Chen|arXiv (Cornell University)|Sep 18, 2008

Fluid Dynamics and Heat Transfer参考文献 7被引用数 10

ひとこと要約

本稿では、任意の数の互いに排他的かつ窮尽的な複合仮説に対して、逐次的ランダム区間と点推定に基づく停止ルールを用いて、誤差確率を厳密に制御する、革新的なマルチステージ仮説検定フレームワークを提案する。この手法は、絶対的に有界な標本数を保証し、従来の手法と比較して平均的標本サイズが小さく、サンプリング操作の回数も少ない。一般条件下で誤差制御の理論的保証と有限の期待標本サイズを達成する。

ABSTRACT

In this paper, we have established a general framework of multistage hypothesis tests which applies to arbitrarily many mutually exclusive and exhaustive composite hypotheses. Within the new framework, we have constructed specific multistage tests which rigorously control the risk of committing decision errors and are more efficient than previous tests in terms of average sample number and the number of sampling operations. Without truncation, the sample numbers of our testing plans are absolutely bounded.

研究の動機と目的

• 任意の数の互いに排他的かつ窮尽的な複合仮説に適用可能な、一般的なマルチステージ仮説検定フレームワークの構築を目的とする。
• 各仮説に対して事前に指定されたしきい値以下に、第一種および第二種の誤差確率を制御することを目的とする。
• 有限かつ絶対的に有界な標本数を保証しつつ、平均的標本数とサンプリング操作の回数を最小化することを目的とする。
• さまざまな統計的モデルにわたる、効率的な逐次的標本抽出スキームを体系的に構築する手法を提供することを目的とする。
• 逐次尤度比検定（SPRT）の適用範囲を、無視領域を有する複雑な多仮説・複合仮説検定問題へ拡張することを目的とする。

提案手法

• フレームワークは、標本サイズに応じて変化する上界と下界によって定義される逐次的ランダム区間を用い、停止ルールが十分統計量に基づくようにする。
• 包含原理と二分法的リスクチューニングを用いて停止および意思決定ルールを構築し、複合仮説全体にわたる誤差確率の精密な制御を可能にする。
• 最小最大最適化を用いて意思決定ルールにおける最適な重み係数を決定し、最大期待標本数を最小化する。
• 再帰的計算技術を開発し、リアルタイムの逐次的検定において停止境界および意思決定閾値を効率的に計算する。
• 領域の切り詰めを適用することで、パrameter空間の事前の切り詰めがなくても、標本数に絶対的上限を保証する。
• 指数型分布族を用いて実装し、性能分析には累乗モーメント母関数およびキュムラント母関数を活用する。

実験結果

リサーチクエスチョン

• RQ1 どのようにして、任意の数の互いに排他的かつ窮尽的な複合仮説を厳密な誤差制御で取り扱えるマルチステージ仮説検定フレームワークを構築できるか？
• RQ2 そのようなフレームワークにおける理論的最高標本数は何か？ また、それが絶対的に有界であることを証明できるか？
• RQ3 厳密な誤差確率制約を維持しつつ、平均的標本数とサンプリング操作の回数をどのように最小化できるか？
• RQ4 このフレームワークを、二項分布、ポアソン分布、正規分布、指数分布といった一般的な統計的モデルに体系的に適用できるか？
• RQ5 無視領域は、逐次的検定における意思決定の信頼性と標本数効率のバランスを取るために果たす役割は何か？

主な発見

• 提案されたマルチステージ検定は、パrameter空間の切り詰めがなくても、帰無仮説および対立仮説下で絶対的に有界な標本数を達成する。
• 平均的標本数は、従来の手法よりも厳密に小さく、累乗モーメント母関数およびキュムラント母関数を用いて明示的な上限が導出された。
• テストされたすべての分布（二項分布、ポアソン分布、正規分布、指数分布、ガンマ分布）に対して、誤差制御が保証された効率的な標本抽出スキームが得られた。
• 各iについて、真のパrameter集合下で仮説を棄却する確率が、事前に指定された有意水準δi以下に抑えられることが保証された。
• 再帰的計算式により、リアルタイム応用における停止および意思決定ルールの効率的実装が可能となった。
• フレームワークは片側検定および両側検定、三仮説、区間仮説をサポートし、寿命試験や有限母集団の母比率検定への応用が可能である。