[論文レビュー] Approximating Bayes factors from minimal ANOVA summaries: An extension of the BIC method

Thomas J. Faulkenberry|arXiv (Cornell University)|Oct 6, 2017

Bayesian Modeling and Causal Inference参考文献 4被引用数 4

ひとこと要約

この論文は、出版済みのANOVA結果から入手可能な最小限の要約統計量（*n*、*df₁*、*F*）のみを用いてベイズ因子を近似する新しい式を導入する。これは、ベイズ的仮説検定を、たとえ原始データが入手できない状況でも可能にする。この手法はBIC近似を拡張したものであり、シミュレーションにおいて完全なデータを用いたベイズANOVAと強い一致を示しており、メタアナリシスや再現研究に特に適している。

ABSTRACT

In this paper, I extend a method of Masson (2011) to develop an easy-to-use formula for performing Bayesian hypothesis tests from minimal ANOVA summaries.

研究の動機と目的

• 出版済みのANOVA要約に常に存在しない平方和の値を必要とする既存のBICベースのベイズ因子手法の限界を解消すること。
• ジャーナルで一般的に報告される*ｎ*、自由度、*F* 検定統計量などの基本的なANOVA出力のみを用いて、ベイズ的仮説検定を可能にすること。
• 原始データが入手できない状況でメタアナリシスや非有意結果の評価を行う研究者にとって、実用的でアクセスしやすい公式を提供すること。
• シミュレーション研究を用いて、完全なデータを用いたベイズANOVAと比較して、近似の正確さを検証すること。

提案手法

• ANOVAから得られる*ｎ*（全サンプルサイズ）、*df₁*（効果の自由度）、*F* 検定統計量のみを用いて、ベイズ因子 *BF₀₁* の閉形式式を導出する。
• 平方和の比を *F* 比に置き換えることで、BIC差分式 ΔBIC₁₀ を *F*、*df₁*、*df₂*、*n* の関数に変換する。
• *F* = (SS₁/df₁) / (SS₂/df₂) という恒等式を用い、平方和の値を必要とせず、BIC差分を *F*、*df₁*、*df₂*、*n* のみの関数として表現する。
• 最終的な公式を導出：*BF₀₁ = √[n^df₁ × (1 + (F×df₁)/df₂)^(-n)]*。この式は計算が簡単で、出版済みの結果から直接利用可能である。
• 9条件（3サンプルサイズ × 3効果サイズ）におけるシミュレーションを用いて、本手法を検証。BICベースの近似と、原始データに対してBayesFactorパッケージを用いて計算した結果を比較。
• モデル選択において、log(BF) > 0 に基づく意思決定基準を用い、BIC近似と完全なベイズANOVAとの一貫性を評価する。

実験結果

リサーチクエスチョン

• RQ1 平方和や原始データが入手不可な状況でも、*n*、*df₁*、*F* のみを用いてベイズ因子を正確に近似できるか？
• RQ2 提案されたBICベースの近似は、BayesFactor Rパッケージを用いて完全なデータから計算されたベイズ因子とどの程度一致するか？
• RQ3 さまざまなサンプルサイズと効果サイズにおいて、BIC近似と完全なベイズANOVAは、帰無仮説と対立仮説のモデル選択においてどの程度一致するか？
• RQ4 本手法は、原始データが入手不可だがANOVA要約のみが利用可能なメタアナリシスの文脈でも、十分に頑健で信頼できるか？

主な発見

• 提案された公式 *BF₀₁ = √[n^df₁ × (1 + (F×df₁)/df₂)^(-n)]* を用いることで、出版済みのANOVA結果に含まれる *n*、*df₁*、*F* のみを用いて、正確なベイズ因子推定が可能である。
• *n* = 50 のシミュレーションにおいて、BIC近似と完全なベイズANOVAは、ベイズ因子の分布が極めて一致しており、*g* = 0（効果なし）の場合は99.1%、*g* = 0.05 の場合は96.8%、*g* = 0.2 の場合は97.6%の一致を示した。
• モデル選択においても強い一致を示し、すべての効果サイズおよびサンプルサイズの条件下で、一貫性率が96%を超えた。
• Fayol & Thevenot (1998) の例では、*BF₀₁* = 1.757 を得ており、これは非有意な *F* 検定 (*F*(1,17) = 1.75, *p* = .20) であったにもかかわらず、帰無仮説にやや弱い証拠があることを示している。
• 小効果サイズ（*g* = 0.05）および中程度のサンプルサイズ（*n* = 20）の状況でも、BIC近似は良好に機能し、さまざまな条件下で頑健であることが示された。
• 本手法は、原始データが入手困難なが、ANOVA要約が一般的なメタアナリシスや再現研究に特に適している。