[論文レビュー] Some discussions on the Read Paper "Beyond subjective and objective in statistics" by A. Gelman and C. Hennig

Gilles Celeux, Jack Jewson+3 more|arXiv (Cornell University)|May 10, 2017

Advanced Statistical Methods and Models参考文献 4被引用数 3

ひとこと要約

この論文は、統計的実践における主観性と客観性の対立を検証し、統計的推論がモデル、事前分布、チューニングパラメータに関する主観的選択を内蔵していると主張する。研究者は、再現可能性、モデルの認識、認識論的厳密性を高めるために、意識的かつ無意識的なすべての選択をより透明にするべきだと提唱する。同時に、統計的手法における客観性の幻想に挑戦する。

ABSTRACT

This note is a collection of several discussions of the paper "Beyond subjective and objective in statistics", read by A. Gelman and C. Hennig to the Royal Statistical Society on April 12, 2017, and to appear in the Journal of the Royal Statistical Society, Series A.

研究の動機と目的

• 主観的統計と客観的統計の固定された二元論に挑戦し、統計的実践の複雑さを単純化しすぎていると主張する。
• すべての操作者依存の選択肢（事前分布、モデル仮定、チューニングパラメータなど）を明示的に文書化することで、統計的手法の透明性を促進する。
• 頻度主義とベイジアンの枠組みが、漸近論や最エントロピー事前分布といった狭い解釈に還元された場合の、現在の統計フレームワークの限界を浮き彫りにする。
• 仮定がしばしば隠されたり、認められなかったりする認識論的ギャップに言及し、再現可能性や批判的評価を損なう。
• モデルに意識的で、批判的合理的な統計のあり方を提唱する。ここでモデルは絶対的真実ではなく、反証可能で見直し可能な仮説として扱われるべきである。

提案手法

• 統計的推論の基礎的仮定、特にランダムネスと確率的生成モデルへの依存を批判的に分析する。
• モデル選択、事前分布の指定、パrameterチューニングにおける主観的選択の役割を検討し、これらが避けがたく、明示されるべきだと主張する。
• 『主観的 vs. 客観的』という誤った二元論から、透明性、再現可能性、モデル認識を重視する枠組みへの移行を提唱する。
• 統計的分析における『分岐路（forking paths）』の概念を導入し、モデル構築過程での複数の意思決定が、異なる結論を生じることを示す。
• すべての方法論的選択を検証可能にするために、論文にコードとデータの共有を組み込むべきだと提唱する。
• 批判的合理的主義（ポパーの反証主義）を援用し、統計的モデルを検証・更新可能な仮説として扱うべきだと位置づける。

実験結果

リサーチクエスチョン

• RQ1 すべての主観的選択（明示的かつ無意識的）を透明かつ責任あるものにするには、統計的実践をどのように改革すべきか？
• RQ2 統計における客観性の幻想は、どの程度、認識されていないモデル仮定やチューニングパラメータに起因しているのか？
• RQ3 なぜ伝統的な『主観的 vs. 客観的』統計の区別は、現実世界の応用において認識論的に誤りで役に立たないのか？
• RQ4 統計的手法は、非実験的またはM-オープンな状況において、モデルの不確実性をどのようによりよく反映できるか？
• RQ5 ソフトウェアツールとデフォルト設定は、誤りだが広く使われている統計的実践をどのように継続的に維持しているのか？

主な発見

• 統計的推論は、モデル仕様、事前分布選択、チューニングパラメータの選択という避けがたい選択が存在するため、本質的に主観的である。頻度主義的・ベイジアン的枠組みにおいても同様である。
• データのランダムネス仮定は哲学的に脆く、しばしば検証不可能であり、確率的モデリングの基盤を揺るがす。
• 機械学習やノンパラメトリック統計における多くの統計的手法は、中立的であると見なされがちだが、本質的により客観的であるとは限らない。
• 現在の統計的エコシステムは、ユーザーフレンドリーなソフトウェアを通じて『ポイントアンドシュート』分析を促進しており、背後にある仮定を隠蔽し、誤った客観性の感覚を生み出している。
• すべての方法論的選択（コードとデータを含む）を完全に文書化するという提言は、研究者やジャーナルの低採用率により、実務的障壁に直面している。
• モデルを仮説として検証・更新可能なものとみなす批判的で反証主義的なアプローチは、従来の二元論に比べ、より説得力のある認識論的基盤を提供する。