[论文解读] Incorporating expert knowledge into frequentist inference by combining generalized confidence distributions

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

Bayesian Modeling and Causal Inference参考文献 24被引用 4

一句话总结

本文提出了一种频率学派框架，通过结合置信分布（CD）将专家知识整合到统计推断中：一个来自观测数据，一个来自专家意见。通过广义CD理论合并这两者，该方法在保持频率学派覆盖性质的同时调整p值和置信区间，提供了一种无需使用贝叶斯先验即可一致整合主观专家信息的途径。

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.

研究动机与目标

• 开发一种在不依赖主观先验的情况下将专家意见整合到频率学派推断中的方法。
• 在结合数据驱动和专家推导的置信分布时，保持频率学派的覆盖性质。
• 提供一个实用的框架，利用广义置信分布调整p值和置信区间。
• 以与频率学派错误率兼容的方式统一专家知识与统计证据。

提出的方法

• 该方法将来自观测数据的置信分布（CD）与一个或多个独立的、代表专家意见的CD相结合。
• 利用广义置信分布理论，将这些分布合并为一个统一、连贯的CD。
• 由此产生的联合CD可生成反映数据和专家信息的调整后p值和置信区间。
• 该方法确保最终推断保持频率学派的覆盖概率，即使在整合了专家知识后亦如此。
• 该方法将专家CD视为非贝叶斯、非先验的信息源，从而保持频率学派的解释。

实验结果

研究问题

• RQ1 如何在保持覆盖性质的前提下，正式地将专家知识整合到频率学派推断中？
• RQ2 结合基于数据和专家推导的置信分布对p值和置信区间有何影响？
• RQ3 广义置信分布框架能否有效融合主观专家意见与客观数据，而无需引入主观先验？
• RQ4 与标准方法相比，联合CD在频率学派错误率方面的表现如何？

主要发现

• 联合置信分布成功地将专家意见与数据整合，同时保持了正确的频率学派覆盖。
• 由联合CD推导出的调整后p值和置信区间更具信息量，反映了专家知识，且未违反频率学派原则。
• 该方法为在统计推断中整合专家信息提供了一种连贯的非贝叶斯替代方案。
• 只要专家CD被正确构建为置信分布，该方法对专家CD的选择具有鲁棒性。