사전 정보 추출 및 민감도 분석

사전 정보 추출은 전문가 지식을 확률 분포로 변환하는 과정이며, 민감도 분석은 결론이 이러한 사전 선택에 얼마나 의존하는지 확인합니다.

Definition

사전 정보 추출은 분위수(quantiles) 또는 확률과 같은 구조화된 판단을 사용하여 전문가의 신념으로부터 사전 분포를 구성하는 과정이며, 민감도(강건 베이즈) 분석은 사전 분포가 그럴듯한 클래스 내에서 변동함에 따라 사후 분포가 어떻게 변하는지 정량화합니다.

Scope

이 주제는 전문가로부터 주관적인 확률을 추출하고, 이를 사전 분포로 인코딩하며, 오염 클래스(contamination class) 및 사후량(posterior quantities)의 경계를 포함한 사전 분포 클래스에 대한 민감도 분석을 통해 견고성을 평가하는 방법을 다룹니다.

Core questions

• 전문가의 신념은 어떻게 추출되어 사전 분포로 변환됩니까?
• 확률 판단에 영향을 미치는 편향은 무엇이며, 정보 추출은 이를 어떻게 완화할 수 있습니까?
• 분포 클래스 전반에 걸쳐 사전 분포에 대한 견고성은 어떻게 평가됩니까?
• 사전 분포 선택이 분석의 결론을 실질적으로 변경하는 경우는 언제입니까?

Key concepts

• 사전 정보 추출
• 전문가 판단
• 과신 편향
• 강건 베이즈 분석
• 오염 클래스
• 민감도 분석

Key theories

구조화된 정보 추출

분위수, 확률 또는 비교를 추출하고 이에 분포를 맞추는 것은 과신과 같은 잘 알려진 판단 편향을 제어하면서 재현 가능한 사전 분포를 생성합니다.

강건 베이즈 분석

단일 사전 분포 대신 사전 분포의 클래스를 고려하며, 결과적인 사후량의 범위는 결론이 사전 분포 사양에 대해 견고한지 여부를 나타냅니다.

Clinical relevance

공식적인 정보 추출 및 민감도 분석은 보건 기술 평가, 환경 위험, 임상 시험 설계에서 전문가 의견을 통합하는 데 사용되며, 결론이 임의적인 사전 분포의 인공물이 아님을 입증합니다.

History

구조화된 정보 추출 프로토콜은 의사결정 분석 및 판단 심리학에서 발전하여 2006년 SHELF 관련 문헌에서 통합되었습니다. 1980년대부터 Berger 등이 정립한 강건 베이즈 분석은 사전 민감도를 평가하기 위한 보완적인 도구를 제공했습니다.

Debates

사전 분포가 결론을 도출하는 데 얼마나 허용되어야 하는가?

실무자들은 사전 분포 영향의 허용 가능한 정도와 특히 규제된 의사결정에서 사전 분포에 대한 민감도가 얼마나 투명하게 보고되어야 하는지에 대해 논쟁합니다.

Key figures

• Anthony O'Hagan
• James Berger
• Paul Garthwaite

Seminal works

• ohagan2006
• berger1990

Frequently asked questions

사전 분포에 따라 결론이 많이 달라진다면 어떻게 해야 합니까?

사전 분포에 대한 강한 민감도는 데이터가 관심 있는 양에 대해 그다지 유익하지 않다는 신호입니다. 정직한 대응은 민감도를 숨기기보다는 의존성을 보고하고, 더 많은 데이터를 수집하거나, 사전 분포를 신중하게 정당화하는 것입니다.