e‑값과 e‑프로세스: 통계적 증거의 새로운 기준
이 논문은 e‑값(e‑value)과 그 순차적 형태인 e‑프로세스(e‑process)를 통계적 증거의 척도로 제시하고, 21가지 증거 기준을 통해 p‑값, 가능도비, 베이즈 팩터와 비교한다. e‑값은 베팅 게임 해석을 통해 직관적인 “부(wealth)” 의미를 갖고, 연구 간 결합, 복합 가설 처리, 장기 오류 제어, 옵션 스톱핑 허용 등 여러 장점을 제공한다. 제한점과 베른바움 정리와의 관계도 논의한다.
저자: Ben Chugg, Aaditya Ramdas, Peter Grünwald
본 논문은 “통계적 증거는 무엇인가”라는 오래된 철학적 질문에 대해 새로운 답을 제시한다. 서론에서는 p‑값이 증거로서 갖는 한계—일관성 결여, 표본 크기 의존성, 옵션 스톱핑에 대한 취약성—를 지적하고, 가능도비와 베이즈 팩터가 이를 보완하려 했지만 각각 대립 가설의 명시 필요성, 사전 분포 의존성 등 새로운 문제를 안고 있음을 설명한다.
그 후, e‑값(e‑value)과 e‑프로세스(e‑process)의 정의를 제시한다. e‑값은 H(가설 집합) 아래에서 기대값이 1 이하인 비음수 랜덤 변수이며, e‑프로세스는 정렬된 시계열 (E_t)_{t≥1} 로서 모든 정지시간 τ에 대해 E_H
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기