[논문 리뷰] A Law of Likelihood for Composite Hypotheses

Zhiwei Zhang|ArXiv.org|2009. 01. 05.

Advanced Statistical Methods and Models참고 문헌 13인용 수 18

한 줄 요약

이 논문은 복합 가설을 다룰 수 있도록 고전적 우도법칙을 공리적으로 확장하여 일반화된 우도법칙(Genearalized Law of Likelihood, GLL)을 제안한다. 초과 및 최소 우도를 바탕으로 한 일반화된 우도비(Genearalized Likelihood Ratio, GLR)를 도입함으로써, 단순 가설이 아닌 복합 가설 상황에서도 객관적이고 증거 기반 비교가 가능해지며, 주요 결과로는 일致성과 임상 및 등가성 검정 응용 분야에서의 실용성이 입증된다.

ABSTRACT

The law of likelihood underlies a general framework, known as the likelihood paradigm, for representing and interpreting statistical evidence. As stated, the law applies only to simple hypotheses, and there have been reservations about extending the law to composite hypotheses, despite their tremendous relevance in statistical applications. This paper proposes a generalization of the law of likelihood for composite hypotheses. The generalized law is developed in an axiomatic fashion, illustrated with real examples, and examined in an asymptotic analysis. Previous concerns about including composite hypotheses in the likelihood paradigm are discussed in light of the new developments. The generalized law of likelihood is compared with other likelihood-based methods and its practical implications are noted. Lastly, a discussion is given on how to use the generalized law to interpret published results of hypothesis tests as reduced data when the full data are not available.

연구 동기 및 목표

• 고전적 우도법칙이 단순 가설에만 적용된다는 오랜 한계를 해결하기 위해 이를 복합 가설으로 확장하고자 한다.
• 일측 또는 이측 대립가설, 등가 영역과 같은 복합 가설 상황에서 통계적 증거를 측정하기 위한 원칙적이고 공리적인 프레임워크를 제공하고자 한다.
• 이전에 복합 가설이 우도 철학에 포함되는 것이 정당한지에 대한 우려를 제거하기 위해 공리적 기반과 渐近 분석을 바탕으로 확장을 정립하고자 한다.
• 공개된 가설 검정 결과(예: p-값)를 축소된 자료로 간주하여, 전체 데이터셋에 접근할 수 없어도 증거 평가가 가능하도록 하고자 한다.
• 기존의 우도 기반 접근법과 비교하여 실제 응용 분야(예: 임상 시험)에서의 실용적 우수성을 입증하고자 한다.

제안 방법

• 공리 1을 제안: H1의 우도에 대한 최소값이 H2의 최대값을 초과하면, H1은 H2보다 더 지지됨을 의미한다.
• 일반화된 우도비(GLR)를 H2에 대한 우도 최대값을 H1에 대한 우도 최소값으로 나누어 정의함으로써, 증거가 객관적으로 측정되도록 보장한다.
• 일측, 이측, 등가성 검정과 같은 다양한 가설 유형에 GLR를 적용하고, 검정력 함수를 사용하여 명시적 표현을 유도한다.
• p-값을 충분통계량으로 간주하여 GLR를 유도함으로써, 정규 모형 하에서 원래 검정 통계량 기반 GLR와의 등가성을 입증한다.
• 정규 모수 모형 하에서 GLR의 행동을 渐近 분석을 통해 검토하여, 일치성과 강건성의 타당성을 검증한다.
• 실제 임상 시험 사례(우월성, 비열등성, 생등가성 연구 포함)를 활용하여 방법의 실용적 해석 가능성과 타당성을 시각화한다.

실험 결과

연구 질문

• RQ1 고전적 우도법칙을 복합 가설로 확장하면서도 증거 객관성을 유지할 수 있는 방법은 무엇인가?
• RQ2 복합 가설에 대해 일반화된 우도비가 통계적 증거의 타당한 측정치로 남기 위해 필요한 공리적 기반은 무엇인가?
• RQ3 일측, 이측, 등가성 검정과 같은 표준 검정 상황에서 일반화된 우도비는 어떻게 작동하는가?
• RQ4 공개된 p-값을 증거 해석을 위한 축소된 자료로 간주할 수 있는가?
• RQ5 기존의 우도 기반 방법과 비교했을 때, 제안된 방법은 해석 가능성과 강건성 측면에서 어떤 차이를 보이는가?

주요 결과

• 일반화된 우도비(GLR)는 복합 가설에 대해 일관되고 객관적인 증거 측정치를 제공하며, GLR가 1을 초과할 경우 H2가 H1보다 더 지지됨을 의미한다.
• 유의수준 α = 0.05인 일측 검정에서 H1: θ ≤ θ*를 기각하고 H2: θ > θ*를 채택할 경우 GLR는 rT = 20에 도달하여 상당히 강력한 증거를 나타낸다.
• α = 0.025일 경우 GLR는 rT = 40으로 증가하여 Royall의 기준에 따라 강력한 증거로 간주된다.
• 등가성 검정에서 H2: |θ − θ*| < δ이고 H1: |θ − θ*| ≥ δ일 경우, H1이 기각되면 GLR는 rT = πmax/α가 되며, πmax > α 이므로 최대 검정력의 중요성이 드러난다.
• 정규 모형 하에서 p-값 기반 GLR와 원래 검정 통계량 기반 GLR가 동일하므로, 축소된 자료로서의 증거 측정치로의 활용이 타당함을 검증한다.
• 초과 및 최소 우도를 통한 증거의 객관적 정량화를 통해, 이전에 우도 철학에서 복합 가설에 대한 우려를 해결하였다.