การอนุมานตามเงื่อนไขบ่อยครั้งยังคงถูกใช้ในทางปฏิบัติหรือไม่?


13

ฉันเพิ่งตรวจสอบเอกสารเก่าบางฉบับโดย Nancy Reid, Barndorff-Nielsen, Richard Cox และใช่ Ronald Fisher เล็กน้อยเกี่ยวกับแนวคิดของ "การอนุมานตามเงื่อนไข" ในกระบวนทัศน์ประจำซึ่งดูเหมือนจะหมายถึงการอนุมานอิงเพียง "เซตย่อยที่เกี่ยวข้อง" ของพื้นที่ตัวอย่างไม่ใช่พื้นที่ตัวอย่างทั้งหมด

เป็นตัวอย่างที่สำคัญเป็นที่ทราบกันดีว่าช่วงความเชื่อมั่นที่อิงตามสถิติ t สามารถปรับปรุงได้(Goutis & Casella, 1992)หากคุณยังพิจารณาค่าสัมประสิทธิ์การเปลี่ยนแปลงของตัวอย่างด้วย (เรียกว่าสถิติเสริม)

ในฐานะที่เป็นคนที่ใช้ความน่าจะเป็นไปตามการอนุมานเป็นประจำฉันคิดว่าเมื่อฉันสร้างช่วงเวลาที่ไม่มั่นใจ % - ความมั่นใจฉันกำลังทำการอนุมานตามเงื่อนไข (โดยประมาณ) เนื่องจากความน่าจะเป็นเป็นเงื่อนไขในตัวอย่างที่สังเกตα

คำถามของฉันคือนอกเหนือจากการถดถอยโลจิสติกตามเงื่อนไขแล้วฉันไม่เคยเห็นการใช้ความคิดเกี่ยวกับการปรับแต่งสถิติเพิ่มเติมก่อนที่จะอนุมาน การอนุมานแบบนี้ จำกัด อยู่กับตระกูลชี้แจงหรือไม่หรือจะใช้ชื่ออื่นในทุกวันนี้เพื่อให้ดูเหมือนจะถูก จำกัด


ฉันพบบทความล่าสุด(Spanos, 2011)ที่ดูเหมือนว่าจะสงสัยอย่างจริงจังเกี่ยวกับวิธีการที่ใช้โดยการอนุมานตามเงื่อนไข (เช่นบรรพบุรุษ) แต่มันเสนอข้อเสนอแนะที่สมเหตุสมผลและมีความซับซ้อนทางคณิตศาสตร์น้อยกว่าที่การอนุมานพารามิเตอร์ในกรณี "ผิดปกติ" (ซึ่งการสนับสนุนของการแจกแจงถูกกำหนดโดยพารามิเตอร์) สามารถแก้ไขได้โดยการตัดทอนการแจกแจงการสุ่มตัวอย่างแบบไม่มีเงื่อนไข

Fraser (2004)ให้การปกป้องที่ดีของเงื่อนไข แต่ฉันยังคงทิ้งความรู้สึกว่ามีมากกว่าโชคเล็กน้อยและความฉลาดจะต้องใช้การอนุมานตามเงื่อนไขกับกรณีที่ซับซ้อน ... แน่นอนซับซ้อนกว่าการเรียกไคสแควร์ การประมาณค่าอัตราส่วนความน่าจะเป็นสำหรับการอนุมานตามเงื่อนไข "โดยประมาณ"


เวลส์ (2011, p. 163)อาจตอบคำถามของฉัน (3.9.5, 3.9.6)

พวกเขาชี้ให้เห็นผลลัพธ์ที่เป็นที่รู้จักกันดีของบาซึ (ทฤษฎีบทของบาซู)ว่าสามารถมีได้มากกว่าหนึ่งสถิติเสริมขอร้องคำถามที่ "ส่วนย่อยที่เกี่ยวข้อง" มีความเกี่ยวข้องมากที่สุด ยิ่งแย่ไปกว่านั้นพวกเขาแสดงตัวอย่างที่สองถึงแม้ว่าคุณจะมีสถิติพิเศษที่ไม่ซ้ำกัน แต่ก็ไม่ได้กำจัดส่วนย่อยอื่น ๆ ที่เกี่ยวข้อง

พวกเขายังสรุปได้ว่ามีเพียงวิธีการแบบเบย์ (หรือวิธีการที่เทียบเท่ากับพวกเขา) เท่านั้นที่สามารถหลีกเลี่ยงปัญหานี้ได้

อ้างอิง:



1
... ขั้นตอนที่นี่เป็นการทั่วไปสำหรับครอบครัวระดับตำแหน่ง) อีกปัญหาหนึ่งนอกเหนือจากที่คุณกล่าวถึงคือการปรับสภาพสามารถ จำกัด พื้นที่ตัวอย่างมากกว่าที่คุณต้องการ & อีกอย่างคือเมื่อต้องกำหนดเงื่อนไขโดยประมาณ - คุณสมดุลการสูญเสียข้อมูลอย่างไรกับความเกี่ยวข้องที่เพิ่มขึ้น ปัญหาเหล่านี้เกิดขึ้นไม่เพียง แต่ในตัวอย่างที่วางแผนไว้: ดู ด้วยพลังของคอมพิวเตอร์สมัยนี้มีเหตุผลที่จะทำการทดสอบแบบไคสแควร์มากกว่าการทดสอบที่แน่นอนของฟิชเชอร์หรือไม่? .
Scortchi - Reinstate Monica

ความคิดเห็นไม่ได้มีไว้สำหรับการอภิปรายเพิ่มเติม การสนทนานี้ได้รับการย้ายไปแชท
Scortchi - Reinstate Monica

คำตอบ:


2

ปรากฏว่าที่จริงแล้วการอนุมานตามความน่าจะเป็นมีเงื่อนไขเมื่อมีสถิติดังกล่าวอยู่ ฉันได้รับสิ่งนี้จาก p.197 ของ Yudi Pawitan's "ในทุกโอกาส":

ป้อนคำอธิบายรูปภาพที่นี่

L(θ)L(θ)L(θ|a)

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.