A inferência condicional frequentista ainda está sendo usada na prática?

13

Recentemente, revi alguns artigos antigos de Nancy Reid, Barndorff-Nielsen, Richard Cox e, sim, um pouco de Ronald Fisher sobre o conceito de "inferência condicional" no paradigma freqüentista, o que parece significar que as inferências são baseadas considerando apenas o "subconjunto relevante" do espaço de amostra, não de todo o espaço de amostra.

Como exemplo principal, sabe-se que os intervalos de confiança baseados na estatística t podem ser melhorados (Goutis & Casella, 1992) se você também considerar o coeficiente de variação da amostra (referido como estatística auxiliar).

Como alguém que usa regularmente a inferência baseada em probabilidade, presumi que, quando forme um intervalo de confiança de α % assintótico, estou realizando uma inferência condicional (aproximada), uma vez que a probabilidade é condicional na amostra observada.

Minha pergunta é que, além da regressão logística condicional, não vi muito uso da idéia de condicionamento nas estatísticas auxiliares antes da inferência. Esse tipo de inferência é restrito a famílias exponenciais ou está usando outro nome hoje em dia, para que apenas pareça limitado.


Encontrei um artigo mais recente (Spanos, 2011) que parece lançar sérias dúvidas sobre a abordagem adotada pela inferência condicional (isto é, ancilaridade). Em vez disso, propõe a sugestão muito sensata e menos complicada matematicamente de que a inferência paramétrica em casos "irregulares" (onde o suporte da distribuição é determinado pelos parâmetros) pode ser resolvida truncando a distribuição de amostragem incondicional usual.

Fraser (2004) fez uma boa defesa da condicionalidade, mas ainda me resta a sensação de que são necessárias mais do que apenas um pouco de sorte e engenhosidade para realmente aplicar inferência condicional a casos complexos ... certamente mais complexo do que invocar o qui-quadrado aproximação na estatística da razão de verossimilhança para inferência condicional "aproximada".


Galês (2011, p. 163) pode ter respondido à minha pergunta (3.9.5, 3.9.6).

Eles apontam o conhecido resultado de Basu (teorema de Basu) de que pode haver mais de uma estatística auxiliar, levantando a questão de qual "subconjunto relevante" é mais relevante. Pior ainda, eles mostram dois exemplos de onde, mesmo se você tiver uma estatística auxiliar exclusiva, ela não elimina a presença de outros subconjuntos relevantes.

Eles concluem que apenas os métodos bayesianos (ou métodos equivalentes a eles) podem evitar esse problema, permitindo inferência condicional sem problemas.

Referências:

Richard Hardy
fonte
1
... o procedimento aqui generaliza para a família de escala de localização.) Outro problema, além dos mencionados, é que o condicionamento pode restringir o espaço da amostra um pouco mais do que você gostaria, e outro é quando condicionar em um acessório auxiliar aproximado. - como você equilibra a perda de informações com maior relevância? Essas questões surgem não apenas em exemplos elaborados: consulte Dado o poder dos computadores hoje em dia, há alguma razão para fazer um teste qui-quadrado ao invés do teste exato de Fisher? .
Scortchi - Restabelece Monica
Comentários não são para discussão prolongada; esta conversa foi movida para o bate-papo .
Scortchi - Restabelece Monica

Respostas:

2

Parece que, de fato, a inferência baseada em probabilidade é condicional, quando existe uma estatística auxiliar. Compreendi isso na p.197 do "In All Likelihood" de Yudi Pawitan:

insira a descrição da imagem aqui

L(θ)L(θ)L(θ|a)


fonte