P-value: A Bless or A Curse for Evidence-Based Studies?
按照惯例,p值通常在频率论假设检验中计算,并与标称显著性水平0.05进行比较,以确定是否拒绝原假设。p值越小,统计检验越显著。我们在复合假设的背景下考虑单侧和双侧假设。对于单侧假设检验,我们建立了p值和原假设的贝叶斯后验概率的等效性,这使得p值明确解释了数据支持原假设的强度。对于点空值的双侧假设检验问题,我们将问题转化为两个方向相反的单侧假设的组合,并提出了双侧后验概率的概念,它与(双侧)p值也具有等价关系。进行了广泛的模拟研究,以证明贝叶斯后验概率解释的p值。与在循证研究中使用p值的常见批评相反,我们从贝叶斯的角度证明了其效用并恢复了其重要性,并建议在假设检验中继续使用p值。毕竟,p值并不是那么糟糕。
2018-09-22 stat.ME
fbst: An R package for the Full Bayesian Significance Test for testing a sharp null hypothesis against its alternative via the e-value
假设检验是心理学和认知科学中的一种重要统计方法。然而,原假设显著性检验(NHST)和p值的问题已经被广泛讨论,但很少有有吸引力的替代品存在。本文介绍了fbst R包,它实现了完整的贝叶斯显著性检验(FBST),通过e值来检验一个尖锐的原假设与其替代假设。二十多年前,Pereira等人(1999)引入了FBST的统计理论,从那时起,FBST已被证明是NHST和p值的贝叶斯替代品,具有理论和实践上非常吸引人的特性。fbst包中提供的算法适用于任何贝叶斯模型,只要至少可以在数值上获得后验分布。该软件包的核心功能是提供针对原假设的贝叶斯证据,即e值。此外,可以计算基于渐近参数的p值,并可以生成用于交流和解释结果的丰富可视化。本文给出了认知科学中常用的三个统计过程的例子,演示了如何使用fbst软件包在实践中应用FBST。基于FBST在统计科学中的成功,FBST软件包应该引起心理学和认知科学研究人员的广泛兴趣,并希望鼓励研究人员在对尖锐的原假设进行假设检验时将FBST视为一种可能的替代方案。
2020-06-05 stat.CO stat.ME
A new Bayesian discrepancy measure
这篇文章的目的是作出贡献的贝叶斯过程中检验精确的假设参数模型。为此,我们定义了贝叶斯离散测度,它允许人们评估给定假设相对于可用信息(先验定律和数据)的适用性。为了总结这些信息,采用后中位数,允许简单评估与固定假设的差异。贝叶斯离散度量评估单个假设与观察数据的兼容性,而不是更常见的比较方法,即拒绝一个假设,支持一个竞争假设。所提出的证据度量具有一致性和不变性。在提出了一个参数的利益,无论是在存在和不存在的滋扰参数的措施的定义,我们说明了一些例子,显示其概念和解释的简单性。最后,我们比较了BDT与全贝叶斯显著性检验,这是一个著名的贝叶斯检验过程。
2022-11-18 stat.ME
Bayesian Rank-Based Hypothesis Testing for the Rank Sum Test, the Signed Rank Test, and Spearman's $ρ$
贝叶斯推断的秩序问题是挫败的情况下,一个明确的似然函数。这一障碍可以通过假设与数据中的序数信息一致的潜在正态表示来克服:观察到的等级被概念化为底层连续尺度的贫困反映,并且推断涉及管理潜在表示的参数。我们应用这种通用的数据增强方法来获得贝叶斯因子的三个流行的基于秩的测试:秩和检验,符号秩检验,和斯皮尔曼的$ρ_s$。
2019-05-17 stat.ME
On the Equivalence between Bayesian and Classical Hypothesis Testing
对于H_0:theta=theta_0与H_1:theta ne theta_0类型的假设,我们证明了使用贝叶斯因子的贝叶斯假设检验与相应的经典检验对于一大类模型的等价性,这在本文中有详细说明。特别是,我们表明,贝叶斯因子检验的先验和关键区域的作用是只指定的第一类错误。这是他们唯一的作用,因为,正如我们所示,功率函数的贝叶斯因子检验正好与经典的测试,一旦第一类错误已被修复。对于更复杂的测试,涉及滋扰参数,我们恢复了经典的测试,通过使用Jeffreys先验的滋扰参数,而先验的假设参数可以是任意的一个大类。另一方面,我们表明,使用适当的先验的滋扰参数的结果,在一个测试,均匀的功率比经典的测试。
2013-12-02 stat.ME
Data aggregation can lead to biased inferences in Bayesian linear mixed models and Bayesian ANOVA: A simulation study
本文通过模拟研究证明,在贝叶斯线性混合模型和贝叶斯方差分析中,对受试者层面聚合数据进行零假设检验会产生有偏的贝叶斯因子,并指出在非聚合数据上建模完整随机效应结构可避免或减少该问题。
2023-08-14 stat.ME
Bayes Factor Hypothesis Testing in Meta-Analyses: Practical Advantages and Methodological Considerations
Tilburg University(蒂尔堡大学)
本文探讨了贝叶斯因子在荟萃分析中的应用,分析其理论性质、方法学考量及实际优势,并通过两个案例展示其在统计学习和术后血肿发生率研究中的应用。
2025-12-09 stat.ME
A Bayes Factor Framework for Unified Parameter Estimation and Hypothesis Testing
本文提出一种统一参数估计与假设检验的贝叶斯因子框架,通过反转支持曲线得到点估计和区间估计,为数据分析师提供统一推理工具,在元分析等场景中具实用价值。
2025-07-08 stat.ME
Generalization of Jeffreys' divergence based priors for Bayesian hypothesis testing
在本文中,我们介绍了客观正确的先验分布的假设检验和模型选择的竞争模型之间的分歧的措施的基础上,我们称之为基于分歧(DB)先验。DB先验具有简单的形式和理想的属性,如信息(有限样本)的一致性;通常,它们类似于其他现有的建议,如内在先验;此外,在正常的线性模型的情况下,他们完全重现Jeffreys-Zellner-Siow先验。最重要的是,在具有挑战性的情况下,如不规则模型和混合模型,DB先验是定义良好,非常合理的,而替代方案不是。我们推导出近似DB先验以及MCMC和渐近表达式的相关贝叶斯因素。
2008-01-28 stat.ME
Effective sample size estimation based on concordance between p-value and posterior probability of the null hypothesis
本文提出基于p值与零假设后验概率一致性的有效样本量估计方法,无需基线先验,支持负ESS和一ESS多先验范式,模拟及eQTL数据分析验证了其优越性和实用性。
2025-07-22 stat.ME
The posterior probability of a null hypothesis given a statistically significant result
当研究人员进行原假设显著性检验时,很容易假设统计学上显著的结果会降低Prob(H 0),即原假设为真的概率。从技术上讲,这样的声明是没有意义的,原因有很多:例如,原假设没有与之相关的概率。但是,可以放松某些假设来计算重复采样下的后验概率Prob(H 0)。我们在逐步指南中指出,直觉上吸引人的信念,即在重复采样下获得显著结果时,概率(H 0)很低,通常是不正确的,并且在很大程度上取决于:(a)零为真的先验概率;(b)第一类错误率;(c)第二类错误率;(d)结果的重复。通过使用R统计计算系统中的开源代码进行逐步模拟,我们发现,尽管结果显著,但原假设为真的不确定性通常仍然很高。为了帮助读者对这个常见的误解产生直觉,我们提供了一个Shiny应用程序(https://danielschad.shinyapps.io/probnull/)。我们希望本教程将帮助研究人员更好地理解和判断结果从原假设的显着性检验。
2022-04-16 stat.AP
From $p$-Values to Posterior Probabilities of Hypothesis
最小贝叶斯因子通常用于将双侧p值转换为原假设的后验概率的下限,如Pericchi等人(2017)所述。在这篇文章中,我们通过转换Vovk(1993)和Sellke等人(2001)提出的常用的-eplog(p)来显示假设的后验概率。这是在用信息调整这个最小贝叶斯因子以使其近似于精确的贝叶斯因子之后实现的,不仅当p是p值时,而且当p是Casella和Berger(2001)意义上的伪p值时。此外,我们还展示了对线性模型的改进版本的拟合。
2022-02-14 stat.ME
Demystify Lindley's Paradox by Interpreting P-value as Posterior Probability
在假设检验框架中,通常计算p值以确定是否拒绝原假设。另一方面,贝叶斯方法通常计算原假设的后验概率来评估其可验证性。我们重新林德利的悖论(林德利,1957年)和神秘的贝叶斯和频率论的假设检验程序之间的冲突的结果,铸造一个双侧假设作为两个单侧假设沿相反方向的组合。这可以自然地规避将点质量分配给零的模糊性以及使用局部或非局部先验分布的选择。由于p值仅取决于观察到的数据,而不包含任何先验信息,因此我们考虑使用无信息的先验分布与p值进行公平比较。证明了原假设的p值与贝叶斯后验概率的等价性,从而可以调和Lindley悖论。利用多元正态数据和随机效应模型进行了广泛的模拟研究,以检查p值和后验概率之间的关系。
2020-02-24 stat.CO stat.ME
A nonparametric Bayesian test of dependence
在这篇文章中,我们提出了一种新的方法来测试两组变量之间的依赖关系的基本任务。独立性的原假设和相关性的备择假设下的响应密度由非参数贝叶斯模型确定。在原假设下,联合分布由两个独立的Dirichlet过程混合(Dirichlet Process Mixture,DIFR)先验的乘积建模;在另一种情况下,全联合密度由多变量DIFR先验建模。然后,检验基于支持备择假设的后验概率。该检验不仅在线性相关性检验方面具有良好的性能,而且在非线性相关性检验方面也优于其他方法。在基因表达数据的分析中,我们比较了不同的方法来测试基因之间的成对依赖性。结果表明,该测试确定了一些依赖结构,没有检测到的其他测试。
2015-01-28 stat.ME
A unified Bayesian framework for interval hypothesis testing in clinical trials
本文提出统一贝叶斯区间假设检验框架,用区间原假设与基于常用检验统计量的贝叶斯因子克服传统P值缺陷,兼顾频率学派错误控制与可解释性,并应用于临床试验结果报告。
2024-02-21 stat.ME stat.ML
Fast Bayesian inference in large Gaussian graphical models
尽管主要的方法的发展,贝叶斯推断高斯图形模型仍然具有挑战性的高维由于巨大的规模的模型空间。本文提出了一种通过假设的多重检验来推断变量间的边际和条件独立结构的方法。具体而言,我们在高斯共轭模型下引入封闭形式的贝叶斯因子来评估变量之间的边际和条件独立性的零假设。它们对所有变量对的计算都非常有效,从而使我们能够解决具有数千个节点的大型问题。此外,我们从贝叶斯因子的零分布中推导出精确的尾概率。这些允许使用任何多重性校正程序来控制错误边缘包含的错误率。我们证明了所提出的方法,图形模型选择各种模拟的例子,以及从癌症基因组图谱的大型基因表达数据集。
2018-04-06 stat.ME
Bayesian tests of symmetry for the generalized von Mises distribution
介绍了平面方向广义von Mises模型对称性的贝叶斯检验(Gatto和Jammalamadaka,2007)。广义冯米塞斯分布是一个灵活的模型,可以是轴对称或不对称,单峰或双峰。提供了轴对称的表征,并将其作为拟定贝叶斯检验之一的原假设。贝叶斯检验是通过概率扰动技术得到的。扰动先验概率测量,以便为原假设提供正的先验概率,否则原假设将为零。这允许推导简单的计算公式的贝叶斯因子。数值结果表明,只要样本的模拟方案支持原假设,零后验概率出现系统大于其先前的对应。
2021-05-03 math.ST stat.TH
The Jeffreys-Lindley Paradox and Discovery Criteria in High Energy Physics
杰弗里斯-林德利悖论显示了在频率论假设检验中使用p值(或标准差z的数量)如何导致与哈罗德·杰弗里斯在20世纪30年代倡导的贝叶斯假设检验形式截然不同的推论。该设置是一个明确的原假设(如基本粒子物理学的标准模型,可能有“讨厌的参数”)与一个复合替代(如标准模型加上一个未知强度的新的自然力)的测试。p值以及零假设下的似然与备择假设下的最大似然之比可能强烈不利于零假设,而原假设的贝叶斯后验概率可以任意大。学术统计文献包含了许多慷慨激昂的评论这个悖论,但没有共识,无论是在其相关性的科学交流或其正确的解决方案。该悖论与高能物理学的前沿研究非常相关。本文试图向物理学家和统计学家解释这种情况,希望能取得进一步的进展。
2014-08-23 physics.data-an stat.ME
Objective Bayesian hypothesis testing in binomial regression models with integral prior distributions
在这项工作中,我们应用积分先验的方法来处理贝叶斯模型选择在二项式回归模型与一般的链接功能。这些模型经常用于调查流行病学研究中的关联和风险,其中一个目标是展示暴露是否是发展某种疾病的风险因素;本文的目的是测试特定暴露因素的影响。我们制定了贝叶斯模型选择情况下的问题,并解决它使用客观贝叶斯因素。为了在二项回归模型的回归系数上构造参考先验分布,我们依赖于积分先验的方法,该方法几乎是自动的,因为它只需要指定估计参考先验,并且不依赖于这些先验中的调整参数或超参数。
2013-06-28 stat.CO stat.ME
A New Bayesian Test to test for the Intractability-Countering Hypothesis
我们提出了一个新的假设检验,其中我们寻求的零条件的数据的概率,其中的零是一个简化进行,以对抗更复杂的模型的棘手性,更简单的零模型嵌套在。由于更复杂的模型变得难以处理,空模型使用简化的假设,该假设允许在给定数据的情况下学习未知参数向量。贝叶斯因子被证明是已知的,只有一个未知的数据依赖常数的比例-一个问题,不能治愈使用处方类似的建议,以解决贝叶斯因子计算引起的问题,由非信息先验。因此,需要一个新的测试,我们可以绕过贝叶斯因子计算。在该测试中,我们从模型中生成数据,其中原假设为真,并且可以通过比较给定测量数据的模型参数的边缘化后验与给定此类生成数据的后验,在测量数据中获得对原假设的支持。然而,这样一个比率的边缘化后验可能混淆解释的比较支持在一个测量的数据为空,在另一个数据集为一个不同的空。给定其中进行这种比较的应用,我们可替代地通过识别与测量数据不太一致的模型参数来定义在测量数据集中对空值的支持,所述模型参数比给定生成的数据的最低可能性低,并且认识到这样的参数值的数量越高,在测量数据中对空值的支持就越少。然后,在基于MCMC的方案内,通过在给定测量数据的情况下,在与测量数据相同或比与生成数据更一致的参数值上对后验进行边缘化,来给出数据上的空条件的概率。
2016-09-18 astro-ph.GA stat.AP
Bayesian Hypothesis Testing: Redux
贝叶斯假设检验重新审查的角度来看,先验评估的检验统计量分布下的替代。通过评估可观察的检验统计量的分布,而不是先验参数值,我们提供了一个实用的默认贝叶斯因子,这是直接解释。为了说明我们的方法,我们提供的例子中,贝叶斯证据惊人地支持空,但导致拒绝下一个经典的测试。最后,我们总结了未来研究的方向。
2018-08-26 math.ST stat.TH
Doublethink: simultaneous Bayesian-frequentist model-averaged hypothesis testing
本文提出Doublethink方法,证明贝叶斯模型平均假设检验可强控制频率学派FWER,并同时给出后验优势比和渐近p值,通过孟德尔随机化与模拟验证其有效性。
2025-05-09 math.ST stat.ME stat.TH
Blending Bayesian and frequentist methods according to the precision of prior information with an application to hypothesis testing
下面这个自然界与统计学家之间的零和博弈,将贝叶斯方法与频率论方法(如p值和置信区间)相结合。自然选择一个与一组可能的先验一致的后验分布。同时,统计学家选择一个参数分布进行推断,目标是最大化在置信分布或其他基准分布上获得的最小Kullback-Leibler信息。一个检验简单原假设的应用程序导致统计学家报告假设的后验概率,该假设由贝叶斯和频率论方法提供信息,每个方法根据先验知识的程度进行加权。由于无论是贝叶斯方法还是频率论方法在涉及部分知识的先验分布的情况下是完全令人满意的,所提出的程序减少到一个贝叶斯方法给出的先验知识,一个频率论方法给出的先验知识的完全无知,和两个方法之间的混合给出的先验知识的部分。混合方法类似于贝叶斯方法,而不是频率论方法的精确程度,先验是已知的。测试点原假设的问题说明了所提出的框架。原假设为真的混合概率等于p值或未知贝叶斯后验概率的下限,以较大者为准。因此,给定由下限0表示的完全无知,使用p值代替任何贝叶斯后验概率。在已知先验的相反极端,p值被忽略。在中间情况下,使用最接近p值的可能贝叶斯后验概率进行推断。因此,贝叶斯方法和频率论方法都会影响所做的推断。
2011-07-12 cs.IT math.IT math.ST
Bayes meet Riemann- Bayesian Characterization of Infinite Series with Application to Riemann Hypothesis
在无穷级数的经典文献中,有各种测试来确定给定的无穷级数是否收敛、发散或振荡。但不幸的是,对于许多无穷级数,所有现有的检验都不能提供确定的答案。在这篇文章中,我们提出了一个新的贝叶斯理论的任何给定的无穷级数的收敛性评估。值得注意的是,这一理论试图提供结论性的答案收敛的问题,即使所有现有的收敛测试失败。我们将我们的想法应用于七个不同的例子,获得了非常令人鼓舞的结果。更重要的是,我们也应用我们的想法来研究黎曼假设,并得到不完全支持该猜想的结果。我们还扩展了我们的想法,发展贝叶斯理论的振荡系列,我们甚至允许无限数量的极限点。利用贝叶斯多极限点理论分析黎曼假设,得到了与贝叶斯收敛性评价理论几乎相同的结果。
2018-04-12 math.ST stat.TH
Null hypothesis significance tests: A mix-up of two different theories, the basis for widespread confusion and numerous misinterpretations
原假设统计显著性检验(NHST)广泛应用于科学计量学等实证科学的定量研究中。然而,自从近一个世纪前引入显著性检验以来,一直存在争议。许多研究人员没有意识到对NHST提出的众多批评。在实践中,NHST被描述为一种无效的仪式,被过度使用,经常被误用和误解。NHST实际上是两个根本不同的经典统计检验模型的拼凑,经常混合一些一厢情愿的准贝叶斯解释。这无疑是NHST经常被误解的一个主要原因。但NHST也有内在的逻辑问题,这些测试提供的信息的认知范围比大多数研究人员认识到的要有限得多。在这篇文章中,我们向科学计量界介绍了NHST的理论起源,这在标准的统计教科书中大多是不存在的,我们讨论了一些最普遍的问题,涉及到NHST的实践,并将这些问题追溯到两个不同的理论起源的混淆。最后,我们用科学计量学文献中的例子说明了一些误解,并提出了一些适度的建议,以便在定量数据分析中进行更合理的实践。
2014-02-04 stat.OT
Simulation-Free Bayesian Power and Sample Size Calculations for Bayes Factors in Single-Arm Phase II Trials with Binary Endpoints
研究具有二元终点的单臂II期试验中贝叶斯因子的无模拟功效和样本量计算方法,通过该方法设计试验并校准相关概率,以适应临床试验设计创新现代化,两个肿瘤学例子及代码展示了该方法。
2026-07-28 stat.AP stat.ME
Empirical Bayes factors for common hypothesis tests
本文提出经验贝叶斯因子方法,通过调整后验贝叶斯因子的偏差,为常见假设检验和多重检验提供与信息准则相关的客观证据度量,实现贝叶斯与频率学派的折中。
2024-02-28 math.ST stat.ME stat.TH
Testing Homogeneity for Normal Mixture Models: Variational Bayes Approach
正态混合物的齐性检验在不同的研究领域都有应用,但由于原假设的参数集对应于参数空间中的奇点,因此构建齐性检验理论具有挑战性。在本文中,我们从一个新的角度来研究这个问题,并提供了一个理论的假设检验的基础上变分贝叶斯框架的同质性。在传统的理论中,自由能的常阶项一直是未知的,然而,我们澄清了它的渐近行为,因为它是必要的,以构建一个假设检验。数值实验验证了理论结果的正确性。
2019-12-15 math.ST stat.ME stat.TH
Decision-theoretic justifications for Bayesian hypothesis testing using credible sets
在贝叶斯统计中,精确点原假设$θ=θ_0$可以通过检查$θ_0$是否包含在可信集中来检验.这允许测试$θ=θ_0$,而不必对假设施加先验概率。虽然这种可信集的反演在贝叶斯推理中有很长的历史,但它们因缺乏决策理论的理由而受到批评。我们认为,这些测试有许多优势,比标准的贝叶斯检验,使用点质量概率的原假设。通过研究一个具有方向性结论的三判定问题,我们给出了中心可信区间的反演的决策理论证明,并在一个特殊情况下证明了HPD集。通过解释证明中所使用的损失函数,讨论了基于可信集的检验在什么情况下适用。然后,我们给出了一些理由,使用可信集测试复合假设时,可信集的基础上,在这种情况下,测试符合标准测试。
2012-12-17 math.ST stat.TH
Bayes without Underfitting: Fully Correlated Deep Learning Posteriors via Alternating Projections
Technical University of Denmark(丹麦技术大学)
本文针对贝叶斯深度学习易欠拟合的问题,提出在广义高斯-牛顿矩阵零空间中构建后验近似,并设计交替投影算法,在保证预测精度的同时实现可扩展的不确定性量化。
2024-10-22 cs.LG stat.ML
Bayesian sequential composite hypothesis testing in discrete time
研究了观测值为代价时指数族中未知参数的两个备择假设的序贯检验问题。在贝叶斯环境中,问题可以嵌入马尔可夫框架中。以其中一个假设的条件概率为空间变量,证明了费用函数是凹的,且随着时间的推移,后验分布变得更加集中,并研究了价值函数的时间单调性.对于一个大类的模型规格,费用函数是非递减的时间,最佳停止边界是单调的。
2021-08-16 math.PR math.ST stat.TH
Bayesian Hypothesis Assessment in Two-arm Trials Using Relative Belief Ratios
本文发展了一种贝叶斯方法,用于评估两组试验中的等效性和非劣效性假设,使用相对置信比。相对置信比是统计证据的度量,可以表示支持或反对假设的证据。除了相对置信比之外,我们还计算了该证据的强度的度量,作为相对置信比的校准。此外,我们使用相对置信比作为证据的度量,以评估给定的先验是否会导致支持或反对假设的偏差。先验启发,模型检查和检查先验数据冲突程序的开发,以确保模型和先验的选择是相关的具体应用。我们强调的方法的适用性,并说明所提出的方法,将其应用到从两个手臂的临床试验获得的数据集。
2014-01-17 stat.AP
Bayesian nonparametric tests for multivariate locations
在本文中,我们提出了新的,完全贝叶斯非参数检验单样本和双样本的多元定位问题。我们使用Dirichlet过程建模的基础分布之前,并开发了一个测试程序的基础上的后验可信区域的空间中位数功能的分布。对于单样本问题,如果可信集包含零值,则无法拒绝原假设。对于双样本问题,我们对两个样本的空间中位数之差形成一个可信集,如果可信集包含零,我们不能拒绝相等的原假设。我们推导出当地的渐近功率下收缩的替代品的测试,并提出了一个模拟研究,我们的测试程序与现有的参数和非参数测试的有限样本性能进行比较。
2021-08-01 math.ST stat.TH
Controlling Familywise Error When Rejecting at Most One Null Hypothesis Each From a Sequence of Sub-Families of Null Hypotheses
我们提出了一个程序,控制FWER时,依次考虑连续的子家族的零假设,并拒绝从每个子家族最多一个。我们的程序不同于以前的程序控制FWER通过调整临界值,在随后的拒绝决策中应用,从全局显着性水平$α$量的基础上拒绝的零假设的p值和零假设的数量考虑。
2017-02-13 stat.ME
Bayesian-motivated tests of function fit and their asymptotic frequentist properties
我们提出并分析了非参数检验的原假设,一个函数属于一个指定的参数家庭。检验是基于BIC近似,π_{BIC},零模型的后验概率,并可以在贝叶斯或频率论的方式进行。我们得到了在原假设和局部替代下π_{BIC}的渐近分布的结果。π_{BIC}的一个版本,称为π_{BIC}^*,使用一类彼此正交的模型,并且随着样本量n趋于无穷大,模型的数量无限制地增长。我们证明了在原假设下,\sqrtn(1-π_{BIC}^*)按分布收敛于一个稳定律.我们还证明了π_{BIC}^* 能以\sqrt \log n/n的速度检测到局部选择收敛到零。一个特别有趣的发现是,基于π_{BIC}^* 的检验的功效渐近等于基于备选对数似然的最大值的检验的功效。仿真结果和一个例子,涉及变星数据说明所提出的测试的理想功能。
2005-08-30 math.ST stat.TH
Analyzing Lottery Ticket Hypothesis from PAC-Bayesian Theory Perspective
The University of Tokyo(东京大学)
彩票假说(LTH)因其能解释过参数模型为何表现出较高的泛化能力而受到关注。众所周知,当我们使用迭代幅度修剪(IMP)时,这是一种寻找具有高泛化能力的稀疏网络的算法,可以从初始权重独立训练,称为中奖票,初始大学习率在ResNet等深度神经网络中效果不佳。然而,由于初始大的学习率通常有助于优化器收敛到更平坦的最小值,因此我们假设中奖彩票具有相对尖锐的最小值,这被认为是泛化能力方面的缺点。在本文中,我们证实了这一假设,并表明,PAC贝叶斯理论可以提供一个明确的理解LTH和泛化行为之间的关系。我们的实验结果的基础上,平坦度是有用的,以提高准确性和鲁棒性的标签噪声和距离的初始权重是深入参与中奖门票,我们提供了PAC贝叶斯界使用尖峰和板分布分析中奖门票。最后,我们重新审视现有的算法,从PAC贝叶斯的角度寻找中奖彩票,并提供新的见解,这些方法。
2022-09-28 cs.LG stat.ML
On the Mathematics of the Jeffreys-Lindley Paradox
本文讨论了著名的Jeffreys-Lindley悖论。在贝叶斯设置中,当检验点原假设并为备择假设寻求客观先验时,就会出现所谓的悖论。特别地,当参数值的不确定性(即方差)趋于无穷大时,原假设的后验趋于1。我们认为,处理悖论的适当方法是使用简单的数学,任何哲学论证都被视为无关紧要。
2015-03-13 math.ST stat.TH
Hypothesis testing and confidence sets: why Bayesian not frequentist, and how to set a prior with a regulatory authority
本文论证贝叶斯假设检验与置信集相较频率学派方法的容许性和信息优势,并提出与监管机构协商共同先验的“让数据决定”策略。
2024-05-21 math.ST stat.TH
Optimal Regret Exponents for Bayesian Statistical Decision Problems
School of Electrical Engineering, Korea Advanced Institute of Science and Technology (KAIST)(韩国科学技术院电气工程学院)
研究有限状态有限动作贝叶斯统计决策问题,通过最小化不相容状态子集上的多元Chernoff信息,给出了任意损失函数下最优遗憾的精确指数,并首次得到列表假设检验的精确指数。
2026-06-08 cs.IT math.IT math.ST
Why bother with Bayesian t-tests?
鉴于通过经典(点形式)显着性检验进行假设检验的众所周知的基本问题,人们普遍转向替代方法,通常集中在贝叶斯t检验上。我们发现贝叶斯t检验方法并不能解决经典显著性检验所观察到的问题,贝叶斯和经典t检验在数学上是等价的,并且在数量级上线性相关(因此贝叶斯t检验除了点式显着性检验所提供的信息外,不提供进一步的信息),贝叶斯t检验存在严重的误解风险,在某些情况下,比经典检验更有问题(例如,在实验中,负样本均值给出了支持正总体均值的强贝叶斯t检验证据)。我们不建议回到经典的、点形式的显著性方法来进行假设检验。相反,我们认为一种替代的分布方法的显着性检验,解决了观察到的问题与经典的假设检验,并提供了一个自然的贝叶斯和频率论的方法之间的联系。
2022-11-04 math.ST stat.TH
An omnibus test for the global null hypothesis
在临床试验、遗传学研究或Meta分析中,当研究人员对检验单个假设不感兴趣时,全局假设检验是一个有用的工具,但在检验是否没有一个假设是错误的时候。当各个零假设独立时,如何检验全局原假设有几种可能性。如果假设许多单个零假设为假,则建议进行组合检验以最大化功效。然而,如果假设只有一个或几个零假设是假的,则基于个体检验统计量的全局检验更有效(例如,Bonferroni或Simes试验)。然而,通常没有关于错误的单个零假设的数量的先验知识。因此,我们提出了一个综合测试的基础上组合的p值。我们表明,这个测试产生了令人印象深刻的整体性能。所提出的方法是在R-包综合实施。
2017-09-04 stat.ME
Uniformly most powerful Bayesian tests
一致最大功效检验是在给定大小的所有检验中针对固定原假设提供最大功效的统计假设检验。在这篇文章中,一致最大功效检验的概念被扩展到贝叶斯设置,通过定义一致最大功效贝叶斯检验是最大化有利于备择假设的贝叶斯因子超过指定阈值的概率的检验。像他们的经典对应,一致最强大的贝叶斯检验是最容易定义的单参数指数族模型,虽然扩展以外的这一类是可能的。一致最大功效检验和一致最大功效贝叶斯检验之间的联系可用于提供p值和贝叶斯因子之间的近似校准。最后,讨论了贝叶斯因子和p值对样本量的强依赖性问题。
2013-09-18 math.ST stat.TH
When Evidence and Significance Collide
原假设统计显著性检验(NHST)是评价随机对照试验结果的主要方法。尽管NHST具有长期错误率保证,但它的主要推理工具--$p$值--只是针对原假设的间接证据度量。主要原因是$p$值基于原假设为真的假设,而忽略了任何备择假设下数据的可能性。如果目标是量化数据提供多少支持或反对原假设的证据,则不可避免地要指定一个备择假设(Goodman & Royall,1988)。当研究人员将$p$ -值解释为证据时,出现了Parasites。例如,在空值下令人惊讶的结果在合理的备择假设下可能同样令人惊讶,因此$p=.045$结果(“拒绝空值”)不会使空值比以前更不合理。因此,$p$值被认为高估了反对原假设的证据。相反,可能的情况是统计上不显著的结果(即,然而,$p>.05)$提供了一些支持备择假设的证据。因此,对于研究人员来说,了解统计意义和证据何时发生冲突至关重要,这需要计算证据的直接测量并与传统的$p$值一起呈现。
2022-06-09 stat.ME
Defining a credible interval is not always possible with "point-null'' priors: A lesser-known correlate of the Jeffreys-Lindley paradox
研究指出,在嵌套模型之一为“点零”时,基于模型平均后验的 Bayes 可信区间可能显著偏离频率派置信区间,甚至无法定义,揭示了 Jeffreys-Lindley 悖论的重要关联。
2023-04-21 math.ST stat.TH
Distributional Null Hypothesis Testing with the T distribution
原假设显著性检验(NHST)长期以来一直是科学项目的核心,指导理论发展,支持循证干预和决策。然而,近年来,人们越来越意识到NHST的严重问题,因为它通常被使用,因此建议限制使用NHST技术,放弃这些技术,转向替代统计方法,甚至完全禁止使用NHST。这些建议是不成熟的,因为观察到的问题与NHST都出现作为一个偶然的,在许多情况下不正确的选择的结果:NHST测试对点形式的空。我们表明,测试对分布,而不是点形式,空值是更好的数学和实验的动机,并使用分布空值解决了许多问题的标准点形式NHST方法。我们还表明,使用分布零点允许一种形式的原假设检验,考虑到一个给定的结果的统计意义和复制的概率,该结果在一个新的实验。我们不应该放弃NHST,而应该使用更一般形式的NHST方法,使用分布空值而不是点形式空值。
2020-10-15 stat.ME
A Likelihood-based Alternative to Null Hypothesis Significance Testing
与使用P值和原假设显著性检验进行研究解释相关的逻辑和实际困难已被广泛记录。本文介绍了一种替代的,基于可能性的方法来解释P值。研究的P值和样本量用于导出具有单个参数的似然函数,估计的群体效应量,并且使用极大似然估计方法来计算最可能的效应量。使用似然比检验比较最有可能的效应量的可能性和最小临床显着效应量的可能性,得出临床显着性支持水平(或S值),这是一个合乎逻辑且易于理解的研究证据指标。这种临床显著性似然方法与原假设显著性检验相比具有明显的优势。作为激励的例子,我们证明了计算和解释的S值应用于最近两个广泛宣传的试验,妇女从柳叶刀和救济从新英格兰医学杂志。
2021-09-17 stat.ME
Significance and Replication in simple counting experiments: Distributional Null Hypothesis Testing
原假设显著性检验(NHST)长期以来一直是心理学作为一门科学的核心重要性,指导理论的发展,并为基于证据的干预和决策的应用奠定基础。然而,近年来,人们越来越意识到NHST的严重问题,因为它通常被使用;这种意识导致建议限制使用NHST技术,放弃这些技术,转向替代统计方法,甚至完全禁止使用NHST。这些建议是不成熟的,因为观察到的问题与NHST出现作为一个历史偶然的结果,基本上没有动机,从根本上是不正确的,选择:NHST测试对点形式的零假设。使用简单的计数实验,我们给出了一个详细介绍的替代方案,更一般的方法:对分布空测试。我们表明,这种分布的方法是动机良好的数学,实践和实验,并使用分布空值解决各种问题的标准点形式的NHST方法,避免与样本量的问题,并允许一个连贯的估计的概率复制一个给定的实验结果。我们不应该放弃NHST,而应该使用NHST方法的最一般形式,使用分布而不是点形式的零假设。
2020-10-16 stat.ME
Randomization Tests for Weak Null Hypotheses in Randomized Experiments
Fisher随机化检验(FRT)适用于任何检验统计量,在明确的原假设下,可以恢复所有缺失的潜在结局。然而,它往往是寻求后,以测试一个弱的原假设,治疗不影响平均单位。为了将FRT用于弱原假设,我们必须解决两个问题。首先,我们需要估算缺失的潜在结果,尽管弱原假设无法确定所有这些结果。其次,我们需要选择一个合适的检验统计量。对于一般弱原假设,我们提出了一种方法来填补一个兼容的尖锐的原假设下的缺失的潜在结果。基于这种估算方案,我们主张学生化统计。所得到的FRT具有多个期望的特征。首先,它是无模型的。其次,在我们用来估算潜在结果的尖锐原假设下,它是有限样本精确的。第三,它保守地控制了弱原假设下的大样本第一类错误。因此,我们的FRT对处理效应异质性不可知。我们建立了一般析因实验的统一理论。我们还将其扩展到分层和聚类实验。
2020-11-05 stat.AP stat.ME
Statistical and Causal Robustness for Causal Null Hypothesis Tests
本文提出将半参数理论与证据因子相结合的方法,构建基于K个半参数估计量联合渐近正态性的因果零假设检验,在至少一个候选因果模型正确时同时实现统计与因果稳健性,并通过模拟和两项纵向研究验证其有效性。
2024-06-30 stat.ME
Testing Composite Null Hypothesis Based on $S$-Divergences
我们提出了一个强大的测试复合原假设的基础上,一般$S$发散家庭。这需要Ghosh等人的结果的非平凡推广。(2015年)。我们得到的渐近和理论的鲁棒性测试的最小$S$发散估计的性能下施加的原假设的参数限制。在正常模式的上下文中的说明也被提出。
2015-04-16 math.ST stat.ME stat.TH
How accurate are Bayes factor-based null hypothesis tests? A simulation study
HMU Health and Medical University(HMU健康与医科大学);Charles University(查理大学)
本研究通过模拟分析,发现R的brms/bridgesampling包计算贝叶斯因子时,算法未发警告则结果准确,发警告则结果不可靠,证实可校验贝叶斯因子计算的正确性。
2026-08-06 stat.ME
Multiple testing of composite null hypotheses for discrete data using randomized $p$-values
$P$ -在原假设中,从连续分布的检验统计量导出的值通常在最不利参数配置(LFC)下均匀分布在$(0,1)$上。如果导出$P$的检验统计量是离散的,或者如果空值下的真实参数值不是LFC,则可能发生$p$值$P$的保守性(意味着$P$在零假设下的随机数大于在$(0,1)$上均匀分布的随机变量)。为了处理这两个保守性的来源,我们提出了两种方法,利用随机$p$值,即单阶段和两阶段随机化。我们说明了他们的有效性测试复合原假设下的二项模型。我们还给出了一个例子,如何建议的$p$ -值可以用来测试一个复合空组测试设计。与以前的研究结果相似,我们发现,在原假设下,与非随机$p$值相比,建议的随机$p$值保守性较低,但在备择假设下,它们是随机的,而不是更小。建立随机化$p$值的有效性的问题并不是微不足道的,并且在以前的文献中已经受到关注。我们表明,我们提出的随机$p$ -值是有效的各种离散统计模型,这是这样的分布相应的检验统计量属于一个指数家族。基于建议的随机$p$ -值作为样本量的函数的测试的幂函数的行为也进行了研究。模拟和真实数据分析用于比较不同的考虑$p$值。
2023-03-10 stat.ME
Differentially Private Tests of Fisher's Sharp Null Hypothesis for Binary Outcomes
Duke University(杜克大学);Department of Statistical Science, Duke University(杜克大学统计科学系)
本文提出了一种用于二元结果的差分隐私Fisher随机化检验方法,通过扰动和贝叶斯去噪框架实现隐私保护下的有效因果推断。
2026-08-06 stat.ME
Beyond the Sharp Null: Randomization Inference, Bounded Null Hypotheses, and Confidence Intervals for Maximum Effects
费雪随机化推论经常被认为是在检验一个无趣且不可信的假设:没有任何影响的尖锐零。我们认为这种观点过于狭隘。许多随机化检验在更一般的“有界”原假设下也是有效的,在该假设下,所有效应都是弱负(或正)的,从而适应异质效应。通过反转这些检验,我们可以为最大(或最小)效应形成单侧置信区间。这些性质适用于所有效应递增检验统计量,包括常见统计量(如均值差)和不常见统计量(如Stephenson秩统计量)。后者对极端效应的敏感性允许检测积极效应,即使平均效应是负面的。我们认为,有界空值往往是实质性的或理论上的利益,并说明了两个应用程序:测试单调性的IV分析和推断的影响大小在一个小的随机实验。
2017-09-21 stat.ME