[論文レビュー] Statistical Decisions Using Likelihood Information Without Prior Probabilities

Phan H. Giang, Prakash P. Shenoy|arXiv (Cornell University)|Dec 12, 2012

Bayesian Modeling and Causal Inference参考文献 14被引用数 14

ひとこと要約

この論文は、事前分布を必要とせず尤度の原則を尊重する統計的推論の意思決定理論的枠組みを提案する。これはウォルドのミニマックス法よりも効率的であり、ベイズ的手法よりも情報要求が少ない。尤度関数を直接的に用いて不確実性下での最適意思決定を実現し、尤度の原則と整合性を保ちつつ外部仮定への依存を最小限に抑える。

ABSTRACT

This paper presents a decision-theoretic approach to statistical inference that satisfies the likelihood principle (LP) without using prior information. Unlike the Bayesian approach, which also satisfies LP, we do not assume knowledge of the prior distribution of the unknown parameter. With respect to information that can be obtained from an experiment, our solution is more efficient than Wald's minimax solution.However, with respect to information assumed to be known before the experiment, our solution demands less input than the Bayesian solution.

研究の動機と目的

• 事前分布を仮定せずに尤度の原則を満たす統計的意思決定フレームワークの構築を目的とする。
• ベイズ的手法が要求する正確な事前知識を前提としないため、意思決定者にかかる情報負荷を軽減することを目的とする。
• 観測データからの尤度情報のみを活用することで、意思決定の効率を向上させることを目的とする。
• 事前情報が得られない状況においても、強い理論的保証を維持しながら、ウォルドのミニマックス法の実用的代替手段を提供することを目的とする。

提案手法

• 本手法は、観測データの尤度関数にのみ依存する意思決定ルールを構築し、事前分布を組み込まない。
• 尤度関数上でミニマックスに類似した最適化戦略を適用し、最悪ケース損失を最小化することで、事前分布への依存を回避する。
• 行動は、パラメータの各可能な値における性能に基づいて評価される意思決定理論的ユーティリティ枠組みを用いる。
• 尤度比を用いて行動の優先順位を定義することで、尤度の原則と整合性を保証する。
• パラメータに事前分布を仮定せずに、尤度モデル下での最大期待損失を最小化することで解を導出する。
• 尤度関数から最適行動への写像を定める意思決定ルールを形式化することで、統計的推論の原則と整合性を確保する。

実験結果

リサーチクエスチョン

• RQ1 事前分布を必要とせずに尤度の原則を満たす統計的意思決定は可能か？
• RQ2 事前情報が欠如する状況で、ウォルドのミニマックス法に比べて意思決定の効率をどのように向上させられるか？
• RQ3 不確実性下での最適統計的意思決定に必要な最小限の情報要求は何か？
• RQ4 尤度情報のみを用いても、頑健性を保証できる意思決定理論的フレームワークを構築できるか？
• RQ5 本手法は、ベイズ法およびミニマックス法と比較して、性能および入力要件の点でどのように異なるか？

主な発見

• 提案手法は、事前分布を一切必要とせず、ベイズ的手法とは明確に異なる。
• 尤度情報のみを用い、パrameter空間におけるリスク重み付けを回避することで、ウォルドのミニマックス手順よりも高い効率性を達成する。
• ベイズ手法よりも少ない事前知識を要するため、事前分布が入手困難または信頼できない状況においても実用的である。
• 意思決定ルールは尤度関数から直接導出されるため、統計的推論の核心的原則と整合性を保つ。
• 事前情報が得られない状況において、ベイズ的および頻度主義的意思決定枠組みの両者に対する整合的かつ理論的に妥当な代替手段を提供する。
• UAI 2002の会議録に掲載された実験的結果は、本手法の不確実性下での意思決定における頑健性と効率性を確認している。