[논문 리뷰] Informed Bayesian T-Tests

Quentin F. Gronau, Alexander Ly외 1명|OSF Preprints (OSF Preprints)|2017. 04. 08.

Statistical Methods and Bayesian Inference참고 문헌 35인용 수 10

한 줄 요약

이 논문은 표준화된 효과 크기의 민감한 t-사전을 도입하여, 단일 수치적 적분을 통한 베이즈 요약통계량 계산을 가능하게 하며, 객관적 및 주관적 베이즈 t-검정을 통합한다. 또한 기본 원칙에서의 이격도를 측정할 수 있는 방법을 제안하고, 전문가로부터 유도된 사전분포를 통해 정보가 풍부한 사전분포가 기본 사전분포보다 더 정밀한 사후 추정치를 제공하면서도 근본적인 영향에 대한 일관된 증거를 유지함을 보여준다.

ABSTRACT

Across the empirical sciences, few statistical procedures rival the popularity of the frequentist t-test. In contrast, the Bayesian versions of the t-test have languished in obscurity. In recent years, however, the theoretical and practical advantages of the Bayesian t-test have become increasingly apparent and various Bayesian t-tests have been proposed, both objective ones (based on general desiderata) and subjective ones (based on expert knowledge). Here we propose a flexible t-prior for standardized effect size that allows computation of the Bayes factor by evaluating a single numerical integral. This specification contains previous objective and subjective t-test Bayes factors as special cases. Furthermore, we propose two measures for informed prior distributions that quantify the departure from the objective Bayes factor desiderata of predictive matching and information consistency. We illustrate the use of informed prior distributions based on an expert prior elicitation effort.

연구 동기 및 목표

• 객관적 및 주관적 사전분포를 모두 수용할 수 있는 통합된 프레임워크를 개발하는 것.
• 기존의 기본 및 주관적 사전분포를 일반화하는 표준화된 효과 크기의 민감한 t-사전을 제안하는 것.
• 예측 일치성과 정보 일관성과 같은 주요 베이즈 요약통계량의 바람직한 성질에서의 이격도를 측정하기 위한 정량적 방법을 도입하는 것.
• 전문가 유도를 통한 실증적 예시를 통해 정보가 풍부한 사전분포의 실용적 유용성을 입증하는 것.
• 오픈소스 JASP 소프트웨어에 구현하여 적용 연구 분야에서의 보급을 촉진하는 것.

제안 방법

• 저자는 표준화된 효과 크기의 민감한 t-사전을 사용하여, 단일 수치적 적분을 통한 베이즈 요약통계량 계산을 가능하게 하는 정규 분포의 척도 혼합 표현을 사용한다.
• t-사전은 루더 등(2009)의 기본 카이 볼리 사전과 고넨 등(2005)의 주관적 사전을 특수한 경우로 포함하도록 매개변수화되어 있다.
• 예측 일치성과 정보 일관성은 유도된 이격도 측정치를 사용하여, 정보가 풍부한 사전분포가 객관적 기준에서 얼마나 떨어져 있는지를 평가한다.
• 전문가의 입력을 통해 도메인 지식 기반의 주관적 사전분포를 구성하기 위해 사전 유도를 수행한다.
• 연구자들이 접근하기 쉬운 적용 환경을 제공하기 위해 소프트웨어 JASP에 방법을 구현하였다.
• 베이즈 요약통계량은 우도의 주변화 적분을 통해 계산되며, 효과 크기 및 부수적 매개변수(μ, σ)에 대한 사전분포는 우측 하어르 사전을 통해 지정된다.

실험 결과

연구 질문

• RQ1 단일 민감한 t-사전을 통해 객관적 및 주관적 베이즈 t-검정을 어떻게 통합할 수 있는가?
• RQ2 정보가 풍부한 사전분포가 객관적 베이즈 요약통계량의 예측 일치성 및 정보 일관성 원칙에서 얼마나 떨어져 있는가?
• RQ3 전문가로부터 유도된 사전 지식은 이원표본 t-검정에서 사후 추정치와 베이즈 요약통계량의 해석에 어떤 영향을 미치는가?
• RQ4 동일한 계산 프레임워크를 기본 사전분포와 정보가 풍부한 사전분포 모두에 적용할 수 있는가?
• RQ5 정보가 풍부한 사전분포는 기본 사전분포와 비교해 사후 정밀도와 근본적인 영향에 대한 증거 측면에서 어떻게 다를까?

주요 결과

• 정보가 풍부한 사전분포는 사후 중앙값 0.153(95% 신뢰구간: [-0.264, 0.390])를, 기본 사전분포는 중앙값 -0.152(95% 신뢰구간: [-0.511, 0.200])를 제공하여, 유사한 베이즈 요약통계량에도 불구하고 사후 중심의 상당한 차이를 보였다.
• 모든 영향에 대한 베이즈 요약통계량은 정보가 풍부한 사전분포와 기본 사전분포 모두에서 8.7로 동일했으며, 이는 근본적인 영향에 대한 강력한 증거와 일관된 정성적 결론을 시사한다.
• 민감한 t-사전은 기본 카이 볼리 사전(스케일 1/√2)과 고넨 등(2005)의 주관적 사전을 일반화하여 통합된 계산 프레임워크를 가능하게 한다.
• 제안된 이격도 측정치는 정보가 풍부한 사전분포가 객관적 기준에서 얼마나 떨어져 있는지를 성실히 정량화하여, 사전분포의 정보성에 대한 원칙적인 평가를 지원한다.
• 이 방법은 JASP에 성공적으로 구현되어 심리학 및 관련 분야의 적용 연구자들이 접근하기 쉽게 하였다.
• 본 연구는 정보가 풍부한 사전분포가 근본적인 영향에 대한 정성적 증거를 유지하면서도 더 정밀한 사후 추정치를 제공할 수 있음을 보여주며, 베이즈 추론에서 전문가 지식의 가치를 입증한다.