[论文解读] Application of Conditioning to the Gaussian-with-Boundary Problem in the Unified Approach to Confidence Intervals

R. Cousins|ArXiv.org|Jan 15, 2000

Bayesian Modeling and Causal Inference被引用 5

一句话总结

本文将Roe和Woodroofe的条件化技术——基于将频派集合限制在与观测数据一致的实验中——应用于统一方法中的正态分布边界问题。虽然负测量值的上限因上移而得到改善，但下限却显著且不理想地提高，导致即使对小的正测量值，单边区间也变为双边区间，从而破坏了覆盖性质。

ABSTRACT

Roe and Woodroofe (RW) have suggested that certain conditional probabilities be incorporated into the ``unified approach'' for constructing confidence intervals, previously described by Feldman and Cousins (FC). RW illustrated this conditioning technique using one of the two prototype problems in the FC paper, that of Poisson processes with background. The main effect was on the upper curve in the confidence belt. In this paper, we attempt to apply this style of conditioning to the other prototype problem, that of Gaussian errors with a bounded physical region. We find that the lower curve on the confidence belt is also moved significantly, in an undesirable manner.

研究动机与目标

• 研究Roe和Woodroofe的条件化方法——使用条件频派概率——是否能改善正态分布边界问题中的置信区间构建。
• 评估基于观测测量值x₀进行条件化以限制实验集合，是否能改善覆盖性和区间性质。
• 将条件化后的置信区间与原始统一方法下的结果进行比较，尤其关注下限的行为特征。
• 评估在连续正态模型中对不等式ε ≤ x₀进行条件化的影响，与离散泊松情形进行对比。

提出的方法

• 将频派集合基于观测测量值x₀进行条件化，将抽样分布限制为仅包含噪声ε ≤ x₀的实验。
• 定义条件概率密度qˣ⁰_μ(x) = P(x|μ, ε ≤ x₀)，并在x ≤ μ + x₀范围内进行归一化。
• 对每个x，基于条件密度计算条件最大似然估计μ_best(x₀, x)。
• 推导条件似然比R̃ˣ⁰(μ, x) = qˣ⁰_μ(x) / max_μ′ qˣ⁰_μ′(x)，用于Neyman带构造的数据空间排序。
• 通过求解∫_{R̃ˣ⁰(μ,x) < c} qˣ⁰_μ(x) dx = α，利用条件集合为每个μ构造修改后的置信带。
• 通过识别满足R̃ˣ⁰(μ, x₀) ≥ c的μ值，为每个x₀读取修改后的置信区间[μ₁, μ₂]。

实验结果

研究问题

• RQ1 基于观测测量值x₀进行条件化，是否能改善正态分布边界问题中置信区间的覆盖性质？
• RQ2 条件化对下限的影响如何，特别是在μ较小、区间本应为单边的区域？
• RQ3 在连续模型中，由于对不等式ε ≤ x₀进行条件化而导致下限上移，是否构成该方法的根本性缺陷？
• RQ4 与原始统一方法相比，修改后的区间构造在不同μ值下的覆盖性能如何？
• RQ5 为何在条件化后下边界会上移？这种上移在连续模型中是否比离散模型（如泊松情形）更为显著？

主要发现

• 对于所有x₀ > 0，下限显著提高，导致即使真实μ值较小，也产生双边区间，这是不理想的结果。
• 当μ接近零时，尽管在条件化子集内覆盖正确，但在未条件化集合上评估时，修改后的区间表现出显著的覆盖不足。
• 对于负的x₀，上限上移，这是有益的，因为当已知噪声为负时，可获得更宽松的上限。
• 在连续正态模型中，下边界上移程度比在离散泊松模型中更为严重，后者因离散性而掩盖了该效应。
• 对不等式ε ≤ x₀进行条件化导致集合重叠且非互斥，破坏了互斥覆盖的假设，引发系统性覆盖不足与过度覆盖。
• 当将修改后的区间应用于未条件化集合时，无法维持正确的频派覆盖，尤其在μ较小时表现明显，表明无条件应用条件化方法存在根本性缺陷。