[论文解读] On Bayesian credible sets in restricted parameter space problems and lower bounds for frequentist coverage

Éric Marchand, William E. Strawderman|arXiv (Cornell University)|Jul 31, 2012

Probabilistic and Robust Engineering Design参考文献 11被引用 3

一句话总结

本文提出了一种统一框架，用于在参数空间受限制（参数感兴趣量下界受限）的情况下构建贝叶斯可信区间。通过采用支出函数方法，推导出一类具有保证的频次覆盖概率超过 $\frac{1-\alpha}{1+eta}$ 的可信区间，其中包括对HPD区间的一种等尾修改版本，该版本在对称情形下与HPD区间一致，并将覆盖保证扩展至先前结果缺失的非对称情形。

ABSTRACT

For estimating a lower bounded parametric function in the framework of Marchand and Strawderman (2006), we provide through a unified approach a class of Bayesian confidence intervals with credibility $1-α$ and frequentist coverage probability bounded below by $\frac{1-α}{1+α}$. In cases where the underlying pivotal distribution is symmetric, the findings represent extensions with respect to the specification of the credible set achieved through the choice of a {\it spending function}, and include Marchand and Strawderman's HPD procedure result. For non-symmetric cases, the determination of a such a class of Bayesian credible sets fills a gap in the literature and includes an "equal-tails" modification of the HPD procedure. Several examples are presented demonstrating wide applicability.

研究动机与目标

• 解决在非对称、受限制参数空间下，贝叶斯可信区间缺乏频次覆盖的解析下界的问题。
• 将Marchand和Strawderman（2006）的覆盖结果从对称枢统计量推广至一般位置-尺度族和指数族模型。
• 提供一类贝叶斯可信区间（而非单一方法），确保最小频次覆盖概率超过 $\frac{1-\alpha}{1+\alpha}$。
• 统一并推广在参数受限条件下HPD区间与等尾区间的相关结果。
• 展示支出函数在塑造贝叶斯区间频次性能方面的实际相关性。

提出的方法

• 该方法采用支出函数的解释方式来参数化贝叶斯可信区间的构造，从而灵活控制尾部概率。
• 假设存在一个枢统计量 $T(X,\theta)$，其分布 $G$ 已知且与 $\theta$ 无关，从而可推导出覆盖性质。
• 可信区间通过将非信息先验截断至受限参数空间 $\theta \geq 0$ 而定义，以确保后验推断的合理性。
• 该方法通过支出函数分配尾部概率，从而推广HPD区间与等尾区间。
• 通过在枢统计量的抽样分布上积分来分析频次覆盖概率，从而得到覆盖概率的下界。
• 该框架适用于广泛模型，包括位置-尺度族、带约束的线性模型以及带约束的多元尺度族。

实验结果

研究问题

• RQ1 能否开发一种统一方法，以确保在非对称枢统计量下，受限参数空间中贝叶斯可信区间的最小频次覆盖？
• RQ2 当底层枢统计量非对称且参数下界受限时，贝叶斯可信区间可实现的最小频次覆盖是多少？
• RQ3 支出函数的选择如何影响受限模型中贝叶斯可信区间的频次覆盖？
• RQ4 能否构造一种等尾可信区间，使其在对称情形下与HPD区间一致，同时在非对称情形下仍保持强覆盖性能？
• RQ5 支出函数框架在多大程度上可推广现有关于受限参数空间中具有保证覆盖的HPD区间的成果？

主要发现

• 所提出的贝叶斯可信区间类对所有 $\theta \geq 0$，其最小频次覆盖概率均被下界控制在 $\frac{1-\alpha}{1+\alpha}$ 以上，且不受枢统计量对称性的影响。
• 在对称情形下，等尾可信区间与HPD区间完全一致，从而保留了已知的覆盖保证。
• 对于非对称模型（如 $\theta \geq 1$ 的伽马分布），该方法首次提供了频次覆盖的解析下界，填补了文献中的关键空白。
• 支出函数方法允许构造一类灵活的可信区间，不限于HPD或等尾区间，且每种均具有保证的覆盖性能。
• 该框架广泛适用于位置-尺度族、带受限线性组合的线性模型以及尺度比估计问题。
• 结果表明，边界选择或支出函数的选择对频次性能具有决定性影响，因此无法对贝叶斯可信区间进行普遍性评估。