دوگانگی آزمون‌ها و مجموعه‌های اطمینان

هر مجموعه اطمینان متناظر با خانواده‌ای از آزمون‌های فرضیه است و بالعکس: مقادیر پارامتری که یک آزمون رد نمی‌کند، یک مجموعه اطمینان در سطح مکمل را تشکیل می‌دهند.

Definition

دوگانگی آزمون‌ها و مجموعه‌های اطمینان، هم‌ارزی است که به موجب آن، مجموعه مقادیر پارامتری که توسط خانواده‌ای از آزمون‌های سطح آلفا رد نمی‌شوند، یک مجموعه اطمینان با پوشش یک منهای آلفا است، و هر مجموعه اطمینان چنین خانواده‌ای از آزمون‌ها را تعریف می‌کند.

Scope

این موضوع به بررسی تطابق رسمی بین نواحی پذیرش آزمون‌های سطح آلفا و مجموعه‌های اطمینان سطح یک منهای آلفا، ساخت مجموعه‌های اطمینان با وارونگی آزمون، انتقال بهینگی به گونه‌ای که آزمون‌های نااریب با بیشترین توان یکنواخت، مجموعه‌های اطمینان نااریب با بیشترین دقت یکنواخت را به دست می‌دهند، فواصل یک‌طرفه و دوطرفه حاصل، و استفاده از وارونگی در مواردی که یک محور (pivot) مناسب وجود ندارد، می‌پردازد.

Core questions

• چگونه ناحیه پذیرش یک آزمون، که به عنوان تابعی از پارامتر خوانده می‌شود، یک مجموعه اطمینان را تعریف می‌کند؟
• چرا پوشش مجموعه وارون شده برابر با یک منهای اندازه آزمون‌ها است؟
• چگونه بهینگی یک آزمون به دقت مجموعه اطمینان متناظر منتقل می‌شود؟
• چه زمانی وارونگی آزمون بر روش محوری (pivotal method) ارجحیت دارد؟

Key theories

وارونگی آزمون

با ثابت نگه داشتن داده‌ها و جمع‌آوری تمام مقادیر پارامتری که آزمون آن‌ها را می‌پذیرد، یک مجموعه اطمینان تولید می‌شود که پوشش آن برابر با یک منهای اندازه مشترک آزمون‌ها است.

مجموعه‌های اطمینان با بیشترین دقت یکنواخت

وارون کردن یک آزمون نااریب با بیشترین توان یکنواخت، منجر به یک مجموعه اطمینان می‌شود که احتمال پوشش مقادیر پارامتری نادرست را به حداقل می‌رساند، که مشابه اطمینانی توان بهینه است.

Clinical relevance

وارونگی آزمون، مسیر عملی برای دستیابی به فواصل اطمینان است، زمانی که یک محور (pivot) با فرم بسته وجود ندارد؛ به عنوان مثال، فواصل پروفایل-درست‌نمایی برای نسبت شانس (odds ratios) و نسبت خطر (hazard ratios) که با جمع‌آوری مقادیر پارامتری که یک آزمون نسبت درست‌نمایی رد نمی‌کند، به دست می‌آیند.

History

نظریه اطمینان نیمن در سال 1937، از پیش ارتباط بین فواصل و آزمون‌ها را نشان می‌داد، و نظریه بهینگی آزمون‌های لمن، که بعدها با رومانو بازنگری شد، انتقال بهینگی به مجموعه‌های اطمینان را صریح و نظام‌مند ساخت.

Key figures

• Jerzy Neyman
• Erich L. Lehmann
• Joseph P. Romano
• George Casella

Seminal works

• lehmannRomano2005

Frequently asked questions

چرا دوگانگی در عمل مفید است؟

این امکان را فراهم می‌کند که هر زمان بتوانید فرضیه‌ها را آزمایش کنید، حتی بدون محور (pivot) یا فرم بسته، با جمع‌آوری تمام مقادیر پارامتری که آزمون رد نمی‌کند، یک فاصله اطمینان بسازید؛ فواصل پروفایل-درست‌نمایی یک مثال رایج هستند.

آیا دوگانگی به این معنی است که آزمون‌ها و فواصل همیشه توافق دارند؟

بله، بر اساس ساختار: یک مقدار دقیقاً زمانی خارج از فاصله اطمینان قرار می‌گیرد که فرضیه صفر متناظر در سطح منطبق رد شود، بنابراین هر دو به یک نتیجه می‌رسند.