[論文レビュー] On the Jeffreys-Lindley's paradox

Christian P. Robert|arXiv (Cornell University)|Mar 24, 2013

Philosophy and History of Science参考文献 16被引用数 6

ひとこと要約

この論文はベイズ推論の観点からジェフリーズ＝リンデレーのパラドックスを再考し、頻度主義的統計とベイズ統計の間の緊張関係を露呈する役割と、仮説検定における不適切な事前分布の落とし穴を浮き彫りにする二重の役割を強調している。既存の解決策、特にSpanos（2013）の批判を厳密に検討し、統計理論と実務におけるこのパラドックスの基盤的意義を強調している。

ABSTRACT

This paper discusses the dual interpretation of the Jeffreys–Lindley’s paradox associated with Bayesian posterior probabilities and Bayes factors, both as a differentiation between frequentist and Bayesian statistics and as a pointer to the difficulty of using improper priors while testing. We stress the considerable impact of this paradox on the foundations of both classical and Bayesian statistics. While assessing existing resolutions of the paradox, we focus on a critical viewpoint of the paradox discussed by Spanos (2013) in the current journal

研究の動機と目的

• ジェフリーズ＝リンデレーのパラドックスがベイズ的後確率とベイズ因子に関連して二重に解釈される仕組みを明確化すること。
• このパラドックスが古典的統計とベイズ統計の両方の基礎的枠組みに対して根本的な挑戦をもたらす様子を検討すること。
• 特にSpanos（2013）の見解を含めた既存の解決策を、仮説検定における不適切な事前分布の文脈で厳密に評価すること。
• モデル比較を行う際の不適切な事前分布の使用がもたらす理論的および実務的影響を強調すること。

提案手法

• 異なる標本および事前分布の仮定下でのベイズ的後確率とベイズ因子の挙動を対比することで、パラドックスをベイズ的後確率とベイズ因子の観点から分析する。
• 大標本設定下でのp値と後確率のオッズの乖離に焦点を当て、パラドックスの数学的構造をレビューする。
• 特に不適切な事前分布が仮説検定におけるパラドキシカルな結果を生じる役割を評価する。
• Spanos（2013）の批判に言及し、その妥当性と統計的推論に与える含意を検証する。
• 計算的解決策よりも概念的・基礎的含意に重点を置き、哲学的および方法論的整合性を重視する。

実験結果

リサーチクエスチョン

• RQ1 ジェフリーズ＝リンデレーのパラドックスは、標本サイズが増加する際、頻度主義的p値とベイズ的後確率の根本的な乖離をどのように示しているか？
• RQ2 このパラドックスは、ベイズ的仮説検定における不適切な事前分布の限界をどのような形で露呈しているか？
• RQ3 Spanos（2013）の批判は、パラドックスの解決または再定式化にどのように寄与しているか？
• RQ4 このパラドックスは、頻度主義的およびベイズ的枠組みにおける統計的推論の基礎に、どのような広範な含意をもたらしているか？

主な発見

• このパラドックスは、単純な帰無仮説のもとでも、標本サイズが増加するにつれてp値と後確率のオッズの間の深刻な不適合性を強調している。
• 不適切な事前分布は、証拠が帰無仮説に反するにもかかわらず、帰無仮説に対する後確率的支援を恣意的に強くする可能性があるため、仮説検定におけるベイズ的推論を一貫性のないものにする。
• このパラドックスは、不適切な事前分布に依存するベイズ的手法が、データに内在する実際の証拠を反映しない可能性があることを明らかにし、モデル比較におけるその使用を疑問視する要因となっている。
• Spanosの批判は、適切な事前分布と体系的なモデル選択の必要性を強調しており、これは妥当性が裏付けられている。
• このパラドックスは統計理論における重要な警告例であり、一貫性のある事前分布の指定と推論フレームワークの構築の重要性を強調し続けている。