[论文解读] The Geometry of Statistical Models for Two-Way Contingency Tables with Fixed Odds Ratios

Enrico Carlini, Fabio Rapallo|ArXiv.org|Jul 26, 2005

Advanced Causal Inference Techniques参考文献 14被引用 4

一句话总结

本文利用代数几何研究了在固定优势比条件下 2×2 列联表的统计模型的几何结构。结果表明，具有一个或两个固定优势比的模型对应于概率单纯形中的线段或可展二次曲面的一部分，提供了精确的几何表征，并在病例对照研究中实现了精确推断。

ABSTRACT

We study the geometric structure of the statistical models for two-by-two contingency tables. One or two odds ratios are fixed and the corresponding models are shown to be a portion of a ruled quadratic surface or a segment. Some pointers to the general case of two-way contingency tables are also given and an application to case-control studies is presented.

研究动机与目标

• 理解在固定优势比条件下 2×2 列联表统计模型的几何结构。
• 利用代数几何表征满足给定优势比约束的概率分布的轨迹。
• 将洞察扩展至高维列联表（如 2×3）及病例对照研究应用。
• 提供具有固定优势比模型的精确几何与代数描述，以改进统计推断。
• 展示固定优势比如何约束可能的概率分布空间，特别是通过可展曲面与线段。

提出的方法

• 模型表示为 4 维概率单纯形 Δ ⊂ ℝ⁴ 的子集，其中 p_ij > 0 且 ∑p_ij = 1。
• 优势比 r×、r||、r= 定义为交叉乘积比；固定两个比值导致二次超曲面 Qα 与 Qβ 的交集。
• 交集 Qα ∩ Qβ 被分解为线性与二次分量，相关轨迹为 Qα ∩ Qβ ∦ Z（排除概率为零的表格）。
• 通过比值如 p00/p01 = α² p10/p11 与 p10/p11 = β² p01/p00 的参数化，可显式描述解空间。
• 使用计算机代数系统（Singular、CoCoA）计算初等分解与 Hilbert 函数，以分析维数与不可约分量。
• 通过将优势比解释为诊断指标（DOR、EOR）并关联灵敏度与特异性，将理论结果扩展至病例对照研究。

实验结果

研究问题

• RQ1 具有两个固定优势比的 2×2 列联表的几何轨迹是什么？
• RQ2 当两个优势比被固定时，第三个自由优势比的行为如何？
• RQ3 当优势比受约束时，模型空间的代数与几何结构是什么？
• RQ4 结果如何推广至更大的列联表（如 2×3）或应用于现实世界的病例对照研究？
• RQ5 在两个比值被固定时，自由优势比的精确范围是什么？

主要发现

• 在 2×2 表中，当两个优势比被固定时，模型在概率单纯形中几何上表示为线段或可展二次曲面的一部分。
• 当两个优势比被固定时，第三个比值沿一维曲线连续变化，其范围可通过参数表达式精确计算。
• 具有固定优势比的表格轨迹被证明是有限个不可约代数分量的并集，其维数与次数通过 Hilbert 函数计算得出。
• 对于四个优势比被固定的特殊情况（如 r×(0)=r×(1)=r||(1)=r||(2)=1），解集为四条直线的并集；而另一配置则产生单条直线。
• 在病例对照研究中，诊断优势比（DOR = r×）与错误优势比（EOR = 1/r||）与灵敏度和特异性存在几何关联，且推导出精确关系。
• 该几何框架可通过确定在固定约束下自由优势比的完整取值范围，实现精确的贝叶斯推断。