Estimation of relative risk, odds ratio and their logarithms with guaranteed accuracy and controlled sample size ratio

إليك ملخص تقني مفصل لورقة البحث "تقدير المخاطر النسبية، ونسبة الأرجحية، ولوغاريتماتهما بدقة مضمونة وحجم عينة نسبي مضبوط" للباحث لويس ميندو.

1. بيان المشكلة

تتناول الورقة التحدي الإحصائي المتمثل في تقدير أربعة معلمات رئيسية مشتقة من مجموعتين مستقلتين ذات احتمالات نجاح ثنائية غير معروفة، $p_1$ و $p_2$:

1. المخاطر النسبية (Relative Risk - RR): $\theta = p_1/p_2$
2. لوغاريتم المخاطر النسبية (Log Relative Risk - LRR): $\Theta = \log(p_1/p_2)$
3. نسبة الأرجحية (Odds Ratio - OR): $\psi = \frac{p_1(1-p_2)}{p_2(1-p_1)}$
4. لوغاريتم نسبة الأرجحية (Log Odds Ratio - LOR): $\Psi = \log\left(\frac{p_1(1-p_2)}{p_2(1-p_1)}\right)$

القيود والمتطلبات الرئيسية:

• الدقة المضمونة: يجب أن تضمن المقدرات أن يكون متوسط مربع الخطأ (MSE) للمعلمات اللوغاريتمية، أو متوسط مربع الخطأ النسبي للمعلمات غير اللوغاريتمية، أقل تماماً من قيمة مستهدفة $A$ محددة مسبقاً، بغض النظر عن القيم الحقيقية لـ $p_1$ و $p_2$ (لكل $p_1, p_2 \in (0,1)$).
• نسبة حجم العينة المضبوطة: يجب أن يقترب نسبت متوسط أحجام العينات من المجموعتين ($E[N_1]/E[N_2]$) من نسبة محددة $\lambda$.
• أنماط المعاينة: يجب أن يعمل الحل لكل من معاينة العناصر (أخذ العينات واحداً تلو الآخر) و معاينة المجموعات (أخذ العينات في دفعات ثابتة الحجم تحتوي على $l_1$ و $l_2$ من العناصر من المجموعتين، على التوالي).

السياق: لا يمكن لأحجام العينات الثابتة ضمان خطأ نسبي محدد لجميع قيم $p_1, p_2$ لأن تباين المقدرات يعتمد على الاحتمالات. لذلك، يلزم استخدام المعاينة المتسلسلة.

2. المنهجية

تستخدم الحل المقترح إطار عمل المعاينة المتسلسلة من مرحلتين بناءً على المعاينة الثنائية العكسية (Inverse Binomial Sampling - IBS).

أ. الآلية الجوهرية: المعاينة الثنائية العكسية (IBS)

بدلاً من تحديد عدد المحاولات، تقوم IBS بتحديد عدد "النجاحات" ($r$) وتراقب عدد المحاولات ($N$) المطلوبة لتحقيقها. يتبع $N$ توزيع ذي الحدين السالب.

• المرحلة الأولى (التجريبية): تُستخدم معاملات IBS الثابتة $r_1$ و $r_2$ للحصول على أحجام عينات أولية $M_1$ و $M_2$. يوفر هذا تقديراً تقريبياً للمعلمة المستهدفة لتوجيه المرحلة الثانية.
• المرحلة الثانية (التحسين): يتم حساب معاملات IBS $s_1$ و $s_2$ ديناميكياً بناءً على نتائج المرحلة الأولى ($M_1, M_2$). يتم اختيار هذه المعاملات لضمان استيفاء قيد الدقة ($A$) وقيد نسبة حجم العينة.

ب. بناء المقدرات

• بالنسبة لـ RR و LRR:

  • يستخدم المقدر نسبة من المقدرات غير المنحازة المشتقة من IBS.
  • بالنسبة لـ RR، المقدر هو $\hat{\theta} = \frac{(s_1-1)N_2}{s_2(N_1-1)}$.
  • بالنسبة لـ LRR، يستخدم المقدر الأعداد التوافقية: $\hat{\Theta} = -H_{N_1-1} + H_{N_2-1} + H_{s_1-1} - H_{s_2-1}$.
  • يتم حل المعاملات $s_1$ و $s_2$ من نظام معادلات يضمن أن دالة الخطأ $e(s_1, s_2) \leq A$ ويحقق قيد النسبة.

• بالنسبة لـ OR و LOR:

  • تتطلب هذه المعلمات تقدير الأرجحية (odds) ($\frac{p}{1-p}$) بدلاً من الاحتمالات مباشرة.
  • يتم استخدام مصنع بيرنولي (Bernoulli Factory): وهي تقنية محددة تُستخدم لتوليد عينات بمعلمة $\bar{p}_i = p_i(1-p_i)$ من عينات بمعلمة $p_i$. وهذا يسمح باستخدام IBS في فضاء "الأرجحية".
  • تتضمن المرحلة الثانية عمليتين من IBS لكل مجموعة (واحدة للنجاحات وأخرى للإخفاقات) لبناء مقدرات غير منحازة للأرجحية.

ج. التعامل مع القيود

• الدقة: يتم تعريف "دالة خطأ" $e(s_1, s_2)$ بحيث إذا كان $e(s_1, s_2) \leq A$، فإن متوسط مربع الخطأ النسبي (أو المتوسط) مضمون أن يكون أقل من $A$ لجميع قيم $p_1, p_2$.
• نسبة حجم العينة: يتم اشتقاق العلاقة بين $s_1$ و $s_2$ لضمان أن $E[M_1+N_1] / E[M_2+N_2] \approx \lambda$. يتضمن ذلك حل معاملات التصميم ($\gamma, \delta_1, \delta_2$) بناءً على البيانات التجريبية.
• معاينة المجموعات: يتم أخذ العينات في دفعات. إذا وفرت الدفعة عينات أكثر مما هو مطلوب لأحد المجموعات، يتم تخزين الفائض. يتم تحديد إجمالي عدد المجموعات $G$ بناءً على الحد الأقصى المطلوب لأي من المجموعتين.

3. المساهمات الرئيسية

1. مقدرات غير منحازة بدقة مضمونة: تقترح الورقة أول مقدرات لـ RR و OR ولوغاريتماتهما التي تضمن دقة مستهدفة (نسبية أو مطلقة) لأي $p_1, p_2 \in (0,1)$، وهو أمر مستحيل باستخدام تصميمات العينة الثابتة.
2. التحكم في نسبة حجم العينة: تتحكم الطريقة صراحة في نسبة متوسط أحجام العينات بين المجموعتين، مما يعالج متطلبات عملية شائعة في التجارب السريرية والعلوم الاجتماعية.
3. إطار عمل موحد: يتم تكييف إطار عمل متسلسل من مرحلتين واحد للتعامل مع كل من معاينة العناصر ومعاينة المجموعات، وكذلك المعلمات القائمة على النسب (RR, OR) والمعلمات اللوغاريتمية (LRR, LOR).
4. تكامل مصنع بيرنولي: بالنسبة لـ OR و LOR، تدمج الورقة آلية مصنع بيرنولي لتحويل الملاحظات الثنائية إلى عينات بمعلمة محددة $\bar{p} = p(1-p)$، مما يتيح معاينة متسلسلة فعالة.
5. الحدود النظرية وتحليل الكفاءة:
   • اشتقاق الحدود العليا لمتوسط أحجام العينات وعدد المجموعات.
   • تحليل كفاءة التقدير بالنسبة لـ حد كرامر-راو (Cramér–Rao bound).
   • إثبات أن الكفاءة تقترب من 1 عندما $A \to 0$.

4. النتائج

تتحقق الورقة من المنهجية من خلال تحليل نظري مكثف ومحاكاة مونت كارلو ($10^6$ واقعة).

• الدقة: تؤكد المحاكاة أن متوسط مربع الخطأ النسبي (لـ RR/OR) ومتوسط مربع الخطأ (لـ LRR/LOR) أقل تماماً من الهدف $A$ لجميع قيم $p_1$ و $p_2$ المختبرة.
• نسبة حجم العينة: تقترب النسبة المحققة لمتوسط أحجام العينات بشكل وثيق من النسبة المحددة $\lambda$. وتكون الانحرافات ضئيلة، خاصة عند صغر قيمة $A$.
• الكفاءة:
  • المقدرات فعالة للغاية. بالنسبة للأخطاء المستهدفة الصغيرة (على سبيل المثال، $A=0.04$، ما يعادل 20% من الجذر التربيعي لمتوسط مربع الخطأ النسبي)، تبلغ الكفاءة حوالي 80%.
  • مع اقتراب $A \to 0$، تقترب الكفاءة من 1، مما يعني أن المقدرات تعمل بشكل جيد تقريباً مثل الأمثل نظرياً (حد كرامر-راو).
  • معاينة المجموعات مقابل معاينة العناصر: تتسبب معاينة المجموعات في فقدان طفيف في الكفاءة (حوالي 0.15 لـ $A \in [0.01, 0.1]$) لأنها تتطلب أخذ الحد الأقصى من احتياجات المجموعتين، مما قد يؤدي إلى التخلص من عينات فائضة. ومع ذلك، فهي تضمن نسبة صحيحة من أحجام العينات.
• دقة التقريب: أظهرت الحدود النظرية لمتوسط أحجام العينات المستمدة في الورقة أنها دقيقة ومحكمة، خاصة لقيم $A$ الصغيرة والاحتمالات الصغيرة.

5. الأهمية

• التطبيقات الطبية والعلوم الاجتماعية: القدرة على ضمان الخطأ النسبي أمر بالغ الأهمية في مجالات مثل علم الأوبئة (مثل تجارب فعالية اللقاحات) حيث تهم ضخامة نسبة المخاطر أكثر من الفروق المطلقة. الطرق الموجودة غالباً ما تفشل في تقديم مثل هذه الضمانات دون معرفة الاحتمالات الأساسية.
• تحسين الموارد: من خلال التحكم في نسبة حجم العينة، يمكن للباحثين تحسين التكاليف (على سبيل المثال، إذا كانت إحدى المجموعات أصعب في الاستقطاب، تقوم الطريقة بتعديل الأخرى للحفاظ على نسبة القوة الإحصائية المطلوبة).
• تعلم الآلة والانحدار اللوجستي: نسبة الأرجحية اللوغاريتمية (LOR) هي معلمة أساسية في الانحدار اللوجستي. يوفر تقديم مقدر متسلسل بدقة مضمونة ومعاينة مضبوطة مساهمة كبيرة في نظرية التعلم الإحصائي.
• القابلية للتعميم: توضح الورقة إمكانية توسيع هذا النهج ليشمل دوال أخرى لـ $p_1$ و $p_2$ (مثل $p_1 p_2$) بشرط بناء دالة خطأ مناسبة ومصنع بيرنولي.

باختصار، تقدم هذه الورقة حلاً صارماً وعملياً وفعالاً للتقدير المتسلسل لمقاييس المخاطر المقارنة، متجاوزةً قيود تصميمات العينة الثابتة، وتوفر تحكماً دقيقاً في كل من الدقة وتخصيص موارد التجربة.