[论文解读] About the proof of the so called exact classical confidence intervals. Where is the trick?

G. D’Agostini|arXiv (Cornell University)|May 16, 2006

Scientific Measurement and Uncertainty Evaluation参考文献 4被引用 4

一句话总结

本文批判性地审视了频率学派“精确”置信区间的逻辑基础，证明对估计量概率陈述的标准反演并不能为真实参数值提供有效的概率知识。其核心贡献在于表明，若不通过贝叶斯定理进行贝叶斯概率反演，此类区间无法为真实值提供有意义的置信度，从而揭示了物理学及其他领域中常规统计推理的根本缺陷。

ABSTRACT

In this note I go through the `proof' of frequentistic confidence intervals and show what it logically implies concerning the value of a physical quantity given an experimental observation (nothing).

研究动机与目标

• 揭露频率学派置信区间标准推导中的逻辑不一致。
• 挑战“精确”经典置信区间在逻辑上成立且具有科学意义的普遍信念。
• 证明对估计量概率陈述的反演并不能为真实参数值提供有效的概率知识。
• 主张唯有贝叶斯方法，借助贝叶斯定理，才能恰当地量化在观测数据给定下对真实值的置信度。
• 阐明为何置信区间尽管广泛应用，却在前沿物理学应用中常常失效。

提出的方法

• 本文通过分析置信区间的标准推导过程，考察从 P(θ−Δθ₁ < θ̂ < θ+Δθ₂ | θ) = α 到 P(θ̂−Δθ₂ < θ < θ̂+Δθ₁ | θ) = α 的概率反演。
• 指出这种反演仅是关于估计量 θ̂ 的概率陈述的重述，而非关于真实值 θ 的陈述。
• 通过蒙特卡洛模拟实证验证原始陈述与反演陈述之间的数学等价性，表明在相同假设下二者在逻辑上完全相同。
• 强调从 f(θ̂|θ) 到 f(θ|θ̂) 的唯一有效路径是通过贝叶斯定理，而非频率学派的反演。
• 对比频率学派的置信水平（α_CL）与贝叶斯概率区间（α_p），表明二者在特定条件下可能数值相同，但概念上截然不同。
• 批评在频率学派区间中使用“置信”一词，认为其具有误导性，且未建立在关于参数的逻辑概率基础之上。

实验结果

研究问题

• RQ1 为何对估计量 θ̂ 的概率陈述的标准反演无法为真实参数 θ 提供有效的概率陈述？
• RQ2 声称置信区间以一定置信水平包含真实参数的逻辑基础是什么？为何这一基础存在缺陷？
• RQ3 为何一种在频率学派覆盖度上表现正确的区间方法在实践中仍可能具有误导性或错误，尤其是在前沿物理学中？
• RQ4 为何尽管在物理学中被广泛采用，频率学派置信区间仍被认为在逻辑上是空洞的？
• RQ5 在给定实验数据的前提下，量化对物理参数真实值置信度的正确方法论路径是什么？

主要发现

• 将关于估计量 θ̂ 的概率陈述反演为关于真实参数 θ 的陈述在逻辑上无效，且无法为 θ 提供任何新信息。
• 表达式 P(θ̂−Δθ₂ < θ < θ̂+Δθ₁ | f(θ̂|θ)) = α 仅仅是原始陈述 P(θ−Δθ₁ < θ̂ < θ+Δθ₂ | θ) = α 的重述，而非关于 θ 的概率陈述。
• 唯一能从观测到的 θ̂ 获得 θ 的概率分布的方法是通过贝叶斯定理，而这需要指定 f(θ|θ̂)。
• 频率学派置信区间在 α_CL ≈ α_p 时可能恰好产生正确的数值结果，但这并不能证明其底层逻辑的有效性。
• 在前沿物理学的关键情形中，该方法失效，因为频率学派覆盖性的假设被打破，导致区间变得荒谬或具有误导性。
• 本文结论认为，置信区间之所以被称为‘置信’区间，并非因为其提供了真正的置信，而是因为它们在缺乏恰当概率推理的情况下，被用以制造一种虚假的安全感。