論文の概要: Predicting fixed-sample test decisions enables anytime-valid inference
- arxiv url: http://arxiv.org/abs/2602.13872v1
- Date: Sat, 14 Feb 2026 20:17:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-17 14:17:28.534875
- Title: Predicting fixed-sample test decisions enables anytime-valid inference
- Title（参考訳）: 固定サンプルテスト決定の予測は、任意の有意な推論を可能にする
- Authors: Chris Holmes, Stephen Walker,
- Abstract要約: 我々は,任意の固定サンプル仮説テストから任意の有意なテストに変換する簡単な手順を導入する。
我々は、null仮説が偽である場合に、かなりのサンプル貯蓄でType-Iエラー制御と準最適パワーを確保する。
臨床試験などの分野では、早期に安全に停止することで、患者が最高の治療を受けられるようにし、効果的な治療法の開発を加速することができる。
- 参考スコア（独自算出の注目度）: 0.3222802562733787
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Statistical hypothesis tests typically use prespecified sample sizes, yet data often arrive sequentially. Interim analyses invalidate classical error guarantees, while existing sequential methods require rigid testing preschedules or incur substantial losses in statistical power. We introduce a simple procedure that transforms any fixed-sample hypothesis test into an anytime-valid test while ensuring Type-I error control and near-optimal power with substantial sample savings when the null hypothesis is false. At each step, the procedure predicts the probability that a classical test would reject the null hypothesis at its fixed-sample size, treating future observations as missing data under the null hypothesis. Thresholding this probability yields an anytime-valid stopping rule. In areas such as clinical trials, stopping early and safely can ensure that subjects receive the best treatments and accelerate the development of effective therapies.
- Abstract（参考訳）: 統計的仮説テストは通常、所定のサンプルサイズを使用するが、しばしばデータが順次届く。
中間解析は古典的なエラー保証を無効にするが、既存のシーケンシャルな手法では厳密な試験の事前スケジュールや統計的パワーのかなりの損失を必要とする。
我々は,任意の固定サンプル仮説テストを任意の有意なテストに変換する簡単な手順を導入し,ヌル仮説が偽の場合にかなりのサンプル貯蓄を行い,Type-Iエラー制御と準最適パワーを確保した。
各ステップにおいて、手順は、古典的なテストがその固定サンプルサイズでヌル仮説を拒絶する確率を予測し、将来の観測を、ヌル仮説の下で欠落したデータとして扱う。
この確率を保持することは、任意の有意な停止規則をもたらす。
臨床試験などの分野では、早期に安全に停止することで、患者が最高の治療を受けられるようにし、効果的な治療法の開発を加速することができる。
関連論文リスト
- Pre-validation Revisited [79.92204034170092]
シミュレーションと応用による予測,推測,誤差推定における事前検証の特性と利点を示す。
そこで本研究では, あるモデル下での事前検証予測のためのテスト統計量の解析的分布だけでなく, 推論を行うための一般的なブートストラップ手順も提案する。
論文 参考訳（メタデータ） (2025-05-21T00:20:14Z) - Uncertainty-Calibrated Test-Time Model Adaptation without Forgetting [65.21599711087538]
テスト時間適応(TTA)は、与えられたモデルw.r.t.を任意のテストサンプルに適用することにより、トレーニングデータとテストデータの間の潜在的な分散シフトに取り組むことを目指している。
事前の手法は各テストサンプルに対してバックプロパゲーションを実行するため、多くのアプリケーションに対して許容できない最適化コストがかかる。
本稿では, 有効サンプル選択基準を策定し, 信頼性および非冗長なサンプルを同定する, 効率的なアンチフォッティングテスト時間適応法を提案する。
論文 参考訳（メタデータ） (2024-03-18T05:49:45Z) - Near-Optimal Non-Parametric Sequential Tests and Confidence Sequences
with Possibly Dependent Observations [44.71254888821376]
我々は、一般的な非データ生成プロセスの下で、最初のタイプIエラーと予測リジェクション時間保証を提供する。
本研究では, 平均処理効果など, 方程式を推定することによって定義されるパラメータの推測に, 結果を適用する方法を示す。
論文 参考訳（メタデータ） (2022-12-29T18:37:08Z) - Private Sequential Hypothesis Testing for Statisticians: Privacy, Error
Rates, and Sample Size [24.149533870085175]
我々は、Renyi差分プライバシーとして知られる、差分プライバシーのわずかな変種の下で、シーケンシャル仮説テスト問題を研究する。
我々は,Wald's Sequential Probability Ratio Test (SPRT)に基づく新たなプライベートアルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-04-10T04:15:50Z) - Online Control of the False Discovery Rate under "Decision Deadlines" [1.4213973379473654]
オンラインテスト手順は、一連の仮説テストを通して偽の発見の程度を制御することを目的としている。
提案手法は,テストの各段階での偽発見率(FDR)と,適応的に選択された停止時間を制御する。
論文 参考訳（メタデータ） (2021-10-04T17:28:09Z) - Asymptotic Validity and Finite-Sample Properties of Approximate Randomization Tests [2.28438857884398]
我々の理論的な重要な貢献は、ノイズレスデータを用いた近似ランダム化テストのサイズと元のランダム化テストのサイズとの差に非漸近的境界を持つことである。
線形回帰における有意性のテストを含むいくつかの例を通して、我々の理論を解説する。
論文 参考訳（メタデータ） (2019-08-12T16:09:15Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。