[論文レビュー] Application of Conditioning to the Gaussian-with-Boundary Problem in the Unified Approach to Confidence Intervals

R. Cousins|ArXiv.org|Jan 15, 2000

Bayesian Modeling and Causal Inference被引用数 5

ひとこと要約

この論文は、観測されたデータと整合する実験に頻度主義的アンサンブルを制限する、RoeおよびWoodroofeの条件付き処理技術を、統一的アプローチにおける正規分布に境界がある問題に適用している。上側信頼区間の上限は、負の測定値に対して上向きにシフトすることで改善されるが、下側信頼区間の下限は著しく不適切に上昇し、小さな正の測定値に対しても片側区間が二重側区間に変化し、被覆性の性質が損なわれる。

ABSTRACT

Roe and Woodroofe (RW) have suggested that certain conditional probabilities be incorporated into the ``unified approach'' for constructing confidence intervals, previously described by Feldman and Cousins (FC). RW illustrated this conditioning technique using one of the two prototype problems in the FC paper, that of Poisson processes with background. The main effect was on the upper curve in the confidence belt. In this paper, we attempt to apply this style of conditioning to the other prototype problem, that of Gaussian errors with a bounded physical region. We find that the lower curve on the confidence belt is also moved significantly, in an undesirable manner.

研究の動機と目的

• RoeおよびWoodroofeの条件付き処理アプローチ（条件付き頻度主義的確率を用いる）が、正規分布に境界がある問題における信頼区間の構築を改善するかどうかを調査すること。
• 観測された測定値 x₀ に条件付け、実験のアンサンブルを制限することで、被覆性および区間の性質が改善されるかどうかを評価すること。
• 条件付けによる修正された信頼区間を、元の統一的アプローチと比較し、特に下側信頼区間の挙動に注目すること。
• 連続的正規モデルにおける不等式 ε ≤ x₀ に条件付けた影響を評価し、離散的ポアソンケースと対比すること。

提案手法

• 観測された測定値 x₀ に条件付け、ノイズ ε ≤ x₀ を満たす実験にのみ制限された頻度主義的アンサンブルを構築する。
• x ≤ μ + x₀ の範囲で正規化された条件付き確率密度 qˣ⁰_μ(x) = P(x|μ, ε ≤ x₀) を定義する。
• 各 x に対して、条件付き密度に基づいて条件付き最尤推定値 μ_best(x₀, x) を計算する。
• データ空間の順序付けに用いる条件付き尤度比 R̃ˣ⁰(μ, x) = qˣ⁰_μ(x) / max_μ′ qˣ⁰_μ′(x) を導出する。これはネイマンベルト構築に使用される。
• 条件付きアンサンブルを用いて、各 μ に対して ∫_{R̃ˣ⁰(μ,x) < c} qˣ⁰_μ(x) dx = α を満たすように、修正された信頼ベルトを求める。
• 各 x₀ に対して、R̃ˣ⁰(μ, x₀) ≥ c を満たす μ 値を特定することで、修正された信頼区間 [μ₁, μ₂] を読み取る。

実験結果

リサーチクエスチョン

• RQ1 観測された測定値 x₀ に条件付けたことで、正規分布に境界がある問題における信頼区間の被覆性の性質が改善されるか？
• RQ2 μ が小さく、区間が片側であるべき領域において、条件付けが下側信頼区間の挙動にどのように影響するか？
• RQ3 不等式 ε ≤ x₀ に条件付けたことによる下側信頼区間のシフトは、連続的モデルにおいて根本的な欠陥を示しているのか？
• RQ4 異なる μ 値における被覆性の観点から、修正された区間構築法と元の統一的アプローチとを比較するとどうなるか？
• RQ5 なぜ下側曲線が条件付けによって上向きにシフトするのか？また、このシフトは連続的モデルにおいて離散的モデル（例えばポアソンケース）よりも顕著であるのか？

主な発見

• すべての x₀ > 0 に対して、下側信頼区間の下限が著しく上昇し、真の μ が小さい場合でさえも二重側区間が得られるため、望ましくない副作用が生じる。
• μ がゼロに近い領域では、未条件付けのアンサンブル上で評価した場合に、修正された区間は顕著な被覆不足を示すが、条件付けられたサブセット内では正しい被覆性を保っている。
• 負の x₀ に対しては、上側信頼区間の上限が上向きにシフトするが、これはノイズが負であることが分かっている場合に、より厳しくない上限が得られるため、有益であるとされる。
• 連続的正規モデルでは、下側曲線のシフトが離散的ポアソンモデルよりも顕著であり、後者は離散性によって効果が隠されていた。
• 不等式 ε ≤ x₀ に条件付けたことで、重複する非互いに素なアンサンブルが生じ、被覆性の互いに素な仮定が破られ、系式的な被覆不足と過剰被覆が生じる。
• 未条件付けのアンサンブルに適用した場合、修正された区間は特に μ が小さい場合に正しい頻度主義的被覆性を維持できず、条件付けられた手法を未条件付けに適用する際の根本的な欠陥を示している。