Teori Keputusan Statistik

Teori keputusan statistik menganggap estimasi dan pengujian sebagai pilihan dalam ketidakpastian, dinilai berdasarkan kerugian yang diharapkan yang ditimbulkannya, dan menanyakan aturan keputusan mana yang optimal.

Definition

Teori keputusan statistik adalah kerangka kerja, yang dikembangkan oleh Wald, di mana prosedur statistik adalah aturan keputusan yang memetakan data ke tindakan, dievaluasi oleh risikonya, nilai yang diharapkan dari fungsi kerugian, dan dibandingkan dengan aturan lain berdasarkan kriteria seperti penerimaan, minimaksitas, dan optimalitas Bayes.

Scope

Area ini mencakup fungsi kerugian dan fungsi risiko sebagai kerugian yang diharapkan, perbandingan aturan keputusan, penerimaan dan ketidakpenerimaan, aturan minimax yang meminimalkan risiko kasus terburuk, aturan Bayes yang meminimalkan risiko rata-rata di bawah prior, hubungan antara Bayes, minimax, dan prior yang paling tidak menguntungkan, keputusan acak dan geometri himpunan risiko, serta teorema kelas lengkap yang mengkarakterisasi aturan yang patut dipertimbangkan.

Sub-topics

• Teorema Kelas Lengkap
• Estimasi Minimax
• Risiko dan Keterterimaan (Admissibility)

Core questions

• Bagaimana kerugian dan risiko memformalkan kualitas suatu prosedur statistik?
• Apa artinya suatu aturan keputusan dapat diterima atau tidak dapat diterima?
• Bagaimana aturan minimax terkait dengan aturan Bayes dan prior yang paling tidak menguntungkan?
• Aturan keputusan mana yang membentuk kelas lengkap yang patut dibatasi perhatiannya?

Key theories

Risiko dan penerimaan

Setiap aturan memiliki fungsi risiko di atas ruang parameter; suatu aturan tidak dapat diterima jika aturan lain tidak memiliki risiko yang lebih besar di mana pun dan risiko yang lebih kecil secara ketat di suatu tempat, dan dapat diterima jika tidak demikian.

Aturan Bayes dan minimax

Aturan Bayes meminimalkan risiko rata-rata di bawah prior, aturan minimax meminimalkan risiko kasus terburuk, dan dalam kondisi tertentu aturan minimax adalah Bayes terhadap prior yang paling tidak menguntungkan, menghubungkan kedua kriteria tersebut.

Teorema kelas lengkap

Di bawah konveksitas dan kekompakan, aturan yang dapat diterima pada dasarnya bertepatan dengan aturan Bayes dan batasnya, sehingga perhatian dapat dibatasi pada kelas lengkap ini tanpa kerugian.

Clinical relevance

Risiko teori keputusan mendasari perbandingan estimator dan pengklasifikasi berdasarkan kerugian yang diharapkan, desain keputusan yang sensitif biaya dalam skrining dan operasi medis, dan pilihan berprinsip antara prosedur ketika tidak ada aturan tunggal yang dominan, memberikan tulang punggung konseptual untuk metodologi Bayesian dan frequentist.

History

Wald mendirikan teori keputusan statistik pada tahun 1940-an, menyatukan estimasi dan pengujian sebagai keputusan di bawah risiko dan membuktikan hasil kelas lengkap dan minimax awal. Blackwell, Stein, dan lainnya mengembangkan penerimaan dan hubungan dengan aturan Bayes, yang dikonsolidasikan dalam monograf Berger.

Debates

Kriteria Minimax versus Bayes

Minimaksitas menjaga terhadap kasus terburuk tetapi bisa terlalu pesimis, sementara optimalitas Bayes bergantung pada prior yang mungkin sulit dibenarkan; teori keputusan mengklarifikasi pertukaran tanpa mendikte satu pilihan pun.

Key figures

• Abraham Wald
• James O. Berger
• Charles Stein
• David Blackwell

Seminal works

• berger1985

Frequently asked questions

Apa itu fungsi kerugian?

Ini mengukur biaya pengambilan tindakan tertentu ketika nilai parameter tertentu benar; pilihan umum adalah kesalahan kuadrat untuk estimasi dan kerugian nol-satu untuk klasifikasi, dan risikonya adalah nilai yang diharapkan.

Apakah aturan yang dapat diterima selalu merupakan aturan yang baik?

Belum tentu. Penerimaan hanya berarti tidak ada aturan lain yang mendominasinya di mana pun; beberapa aturan yang dapat diterima secara keseluruhan buruk, dan beberapa aturan yang sangat baik tidak dapat diterima, sehingga penerimaan adalah kebajikan minimal daripada kebajikan yang cukup.