[論文レビュー] Incorporating expert knowledge into frequentist inference by combining generalized confidence distributions

David R. Bickel|arXiv (Cornell University)|Feb 17, 2006

Bayesian Modeling and Causal Inference参考文献 24被引用数 4

ひとこと要約

本稿では、観測データからの信頼区間分布（CD）と専門家の意見からのCDを統合することで、頻度主義的推論に専門家知識を組み込むためのフレームワークを提案する。一般化CD理論を用いてこれらを統合することで、p値と信頼区間を調整しつつも頻度主義的カバレッジを維持し、ベイズ的事前分布を用いずに主観的な専門家情報を取り入れる整合的な手法を提供する。

ABSTRACT

To adjust a p-value or CI for prior information, one can combine the confidence distribution (CD) from the observed data with one or more independent CDs representing expert opinion. The former CD may be a posterior distribution with frequentist coverage.

研究の動機と目的

• 主観的な事前分布に依存せずに、専門家の意見を頻度主義的推論に統合する手法を開発すること。
• データ駆動型と専門家由来の信頼区間分布を統合する際、頻度主義的カバレッジ特性を維持すること。
• 一般化信頼区間分布を用いて、p値と信頼区間を調整する実用的なフレームワークを提供すること。
• 頻度主義的誤差率と整合性を持つ形で、専門家知識と統計的証拠を統合すること。

提案手法

• 本手法は、観測データからの信頼区間分布（CD）と、専門家の意見を表す1つ以上の独立したCDを統合する。
• 一般化信頼区間分布理論を用いて、これらの分布を1つの整合的なCDに統合する。
• 得られた統合CDから、データと専門家情報の両方を反映した調整済みp値と信頼区間が得られる。
• このアプローチは、専門家知識を統合した後でも、最終的な推論が頻度主義的カバレッジ確率を維持することを保証する。
• 専門家CDをベイズ的事前分布ではない、非ベイズ的かつ非事前分布の情報源として扱い、頻度主義的解釈を保つ。

実験結果

リサーチクエスチョン

• RQ1 どのようにして、カバレッジ特性を維持しながら、専門家知識を頻度主義的推論に形式的に統合できるか？
• RQ2 データに基づくCDと専門家由来のCDを統合することで、p値と信頼区間にはどのような影響が生じるか？
• RQ3 一般化信頼区間分布フレームワークは、主観的な事前分布を導入せずに、主観的な専門家意見と客観的なデータを効果的に統合できるか？
• RQ4 標準的手法と比較して、統合CDは頻度主義的誤差率においてどのように性能を発揮するか？

主な発見

• 統合された信頼区間分布は、正しい頻度主義的カバレッジを維持しながら、専門家の意見とデータを効果的に統合した。
• 統合CDから得られる調整済みp値と信頼区間は、より情報に基づいており、専門家の知識を反映しているが、頻度主義的原則に反しない。
• 本手法は、主観的な事前分布を用いずに、専門家情報の統合を実現する整合的な非ベイズ的代替手法を提供する。
• 専門家CDが適切に構築されていれば、その選択にかかわらず本手法は頑健である。