[논문 리뷰] Incorporating expert knowledge into frequentist inference by combining generalized confidence distributions

David R. Bickel|arXiv (Cornell University)|2006. 02. 17.

Bayesian Modeling and Causal Inference참고 문헌 24인용 수 4

한 줄 요약

이 논문은 관측된 데이터에서 유래한 신뢰도분포(CD)와 전문가 의견에서 유래한 CD를 통합함으로써 전문가 지식을 통계적 추론에 통합하는 최빈주의 프레임워크를 제안한다. 일반화된 CD 이론을 통해 이러한 두 CD를 융합함으로써, p-값과 신뢰구간을 조정하면서도 최빈주의 커버리지 성질을 유지하는 방법을 제공하며, 베이지안 사전확률을 사용하지 않고도 주관적인 전문가 정보를 일관적으로 통합할 수 있는 방법을 제공한다.

ABSTRACT

To adjust a p-value or CI for prior information, one can combine the confidence distribution (CD) from the observed data with one or more independent CDs representing expert opinion. The former CD may be a posterior distribution with frequentist coverage.

연구 동기 및 목표

• 주관적인 사전확률에 의존하지 않고 전문가 의견을 최빈주의 추론에 통합하는 방법을 개발하는 것.
• 데이터 기반 및 전문가 기반의 신뢰도분포를 융합할 때 최빈주의 커버리지 성질을 유지하는 것.
• 일반화된 신뢰도분포를 사용하여 p-값과 신뢰구간을 조정하는 실용적인 프레임워크를 제공하는 것.
• 최빈주의 오류 비율과 호환되는 방식으로 전문가 지식과 통계적 증거를 통합하는 것.

제안 방법

• 관측된 데이터에서 유도된 신뢰도분포(CD)와 한 개 이상의 독립적인 CD(전문가 의견을 표현)를 결합하는 방법.
• 일반화된 신뢰도분포 이론을 사용하여 이러한 분포들을 하나의 일관된 CD로 융합하는 방법.
• 최종적으로 도출된 통합 CD는 데이터와 전문가 정보를 반영한 조정된 p-값과 신뢰구간을 제공한다.
• 이 방법은 전문가 지식을 통합한 후에도 최종 추론이 최빈주의 커버리지 확률을 유지함을 보장한다.
• 전문가 CD를 베이지안적이지도, 사전확률이지도 않은 정보 소스로 간주함으로써 최빈주의 해석을 유지한다.

실험 결과

연구 질문

• RQ1 전문가 지식을 최빈주의 추론에 공식적으로 통합하면서도 커버리지 성질을 유지할 수 있는 방법은 무엇인가?
• RQ2 데이터 기반 및 전문가 기반의 신뢰도분포를 융합할 경우 p-값과 신뢰구간에 어떤 영향을 미치는가?
• RQ3 일반화된 신뢰도분포 프레임워크는 주관적인 사전확률을 도입하지 않고도 효과적으로 주관적인 전문가 의견과 객관적인 데이터를 융합할 수 있는가?
• RQ4 기존 방법과 비교해 볼 때 통합된 CD는 최빈주의 오류 비율 측면에서 어떻게 성능을 발휘하는가?

주요 결과

• 통합된 신뢰도분포는 전문가 의견과 데이터를 융합하면서도 정확한 최빈주의 커버리지 성질을 유지한다.
• 통합 CD에서 유도된 조정된 p-값과 신뢰구간은 전문가 지식을 반영하면서도 최빈주의 원칙을 위반하지 않는다.
• 이 방법은 전문가 정보를 통계적 추론에 통합하는 데 있어 일관되고 비베이지안적 대안을 제공한다.
• 전문가 CD가 적절히 구성되어 있다면, 그 선택에 상관없이 이 방법은 강건하다.