Directional replicability: when can the factor of two be omitted

ملخص تقني: القابلية للتكرار الاتجاهي: متى يمكن حذف معامل الاثنين

بيان المشكلة
تتناول الورقة التحدي الإحصائي المتمثل في تقييم القابلية للتكرار الاتجاهي عبر $n$ من الدراسات المستقلة. وخلافاً للقابلية للتكرار القياسية، التي تتطلب فقط وجود تأثير في $r$ من الدراسات بغض النظر عن الإشارة، تتطلب القابلية للتكرار الاتجاهي أن تُظهر $r$ من الدراسات على الأقل تأثيرات من نفس الإشارة (كلها موجبة أو كلها سالبة).

رسمياً، ليكن $\theta = (\theta_1, \dots, \theta_n)$ هو متجه أحجام التأثير الحقيقية. يُعرف المؤلفون $n_+$ بأنها عدد التأثيرات الموجبة و $n_-$ بأنها عدد التأثيرات السالبة. الهدف هو اختبار الفرضية الصفرية $H_{r/n}: n_+ < r \land n_- < r$. رفض هذه الفرضية يسمح بالاستنتاج بأن هناك على الأقل $r$ من التأثيرات من نفس الإشارة ($n_+ \ge r \lor n_- \ge r$).

النهج القياسي، اتباعاً لـ Owen (2009)، يعامل $H_{r/n}$ كتقاطع فرضيتين أحاديتي الجانب: $H^+_{r/n}: n_+ < r$ و $H^-_{r/n}: n_- < r$. وللتحكم في معدل الخطأ العائلي (family-wise error rate)، يقوم الإجراء القياسي بدمج القيم الاحتمالية (p-values) للاختبارين أحاديي الجانب وضرب القيمة الصغرى فيهما في 2 (أي $p_{r/n} = 2 \min\{p^+_{r/n}, p^-_{r/n}\}$) لمراعاة الاختبار المتعدد للاتجاهات. والسؤال المركزي لهذا العمل هو ما إذا كان معامل التصحيح الضربي هذا (الاثنين) ضرورياً دائماً.

المنهجية
يفترض المؤلفون وجود مقدرات طبيعية مستقلة $T_i \sim N(\theta_i, 1)$ لأحجام التأثير. ويستخدمون طريقة الاقتران الجزئي لـ Bonferroni (Bonferroni partial conjunction) لبناء القيم الاحتمالية للفرضيات أحادية الجانب.

• بالنسبة للاتجاه الموجب ($H^+_{r/n}$)، تكون القيمة الاحتمالية هي $p^+_{r/n} = (n-r+1)p_{(r)}$، حيث $p_{(r)}$ هي أصغر قيمة احتمالية رقم $r$ من الدراسات الفردية.
• بالنسبة للاتجاه السالب ($H^-_{r/n}$)، تكون القيمة الاحتمالية هي $p^-_{r/n} = (n-r+1)q_{(r)}$، حيث $q_{(r)}$ تقابل أصغر قيمة احتمالية رقم $r$ للاتجاه السالب.

تستقصي الورقة مدى صحة الإحصائية غير المصححة $p_{r/n} = \min\{p^+_{r/n}, p^-_{r/n}\}$ كقيمة احتمالية صالحة لـ $H_{r/n}$ تحت شروط محددة.

المساهمات والنتائج الرئيسية

1. الشرط الكافي لحذف معامل الاثنين (النظرية 1):
   المساهمة النظرية الأساسية هي النظرية 1، والتي تثبت أن معامل الاثنين غير ضروري عندما يكون $r$ كبيراً بما يكفي بالنسبة لـ $n$. وتحديداً، إذا كان $(n+1)/2 < r \le n$، فإن $p_{r/n} = \min\{p^+_{r/n}, p^-_{r/n}\}$ هي قيمة احتمالية صالحة لـ $H_{r/n}$ عند مستوى المعنوية $\alpha$.

• الآلية: يثبت البرهان أنه تحت الشرط $r > (n+1)/2$، تكون الأحداث المؤدية لأخطاء النوع الأول للاتجاهات الموجبة والسالبة منفصلة (disjoint). وبناءً على ذلك، فإن احتمال رفض الفرضية الصفرية تحت أسوأ تكوين للمعلمات لا يتجاوز $\alpha$ دون استخدام تصحيح المضاعفة.

2. ضرورة التصحيح للقيم الصغيرة لـ $r$ (القسم 3):
   يقدم المؤلفون مثالاً مضاداً يوضح أنه بالنسبة لقيم $r$ الأصغر (تحديداً $2 \le r \le (n+1)/2$)، يمكن للإحصائية غير المصححة أن تؤدي إلى معدلات خطأ من النوع الأول تتجاوز $\alpha$.

• في هذا النطاق، من الممكن وجود تكوين معلمات "متنافر" (discordant) يحتوي على $r-1$ من التأثيرات الموجبة القوية و $r-1$ من التأثيرات السالبة القوية في آن واحد. في مثل هذه الحالات، لا تكون الأحداث المؤدية للرفض في كلا الاتجاهين منفصلة، ويحتمل أن يتجاوز احتمال خطأ النوع الأول المستوى الاسمي إذا تم حذف معامل الاثنين.
• توضح المحاكاة العددية (الشكل 1) أنه بالنسبة لـ $n=20$ و $\alpha=0.1$، يتجاوز خطأ النوع الأول قيمة $\alpha$ لـ $r \in \{2, \dots, 7\}$ ولكنه يظل مضبوطاً لـ $r \in \{8, 9, 10\}$، رغم أن الشرط الصارم في النظرية 1 (أي $r > 10.5$) لم يتحقق. وهذا يشير إلى أن الشرط في النظرية 1 هو شرط كافٍ وليس ضرورياً.

3. الاختيار التكيفي مع البيانات لـ $r$:
   توضح الورقة إجراء اختبار تسلسلي للحالات التي لا يكون فيها $r$ محدداً مسبقاً. من خلال اختبار الفرضيات المتداخلة $H_{k/n}, H_{(k+1)/n}, \dots, H_{n/n}$ بدءاً من $k = \lceil(n+2)/2\rceil$، يمكن استخلاص حد ثقة سفلي $(1-\alpha)$ لأقصى عدد من التأثيرات من نفس الإشارة.

4. التوسع في دوال الدمج الأخرى:
   يشير المؤلفون إلى أنه بينما يعتمد البرهان على طريقة Bonferroni، فإن النتيجة من المرجح أن تمتد إلى دوال الدمج الأخرى التي تفترض الاستقلالية، مثل تصحيح Šidák، وطريقة Simes، ودالة Fisher للدمج، وإن كان هذا يتطلب تحققاً مستقبلياً.

الأهمية والادعاءات
تدعي الورقة أنها تعمل على تحسين المنهجية الحالية لتحليل القابلية للتكرار الاتجاهي. من خلال تحديد الشرط $(n+1)/2 < r \le n$، يوضح المؤلفون أنه يمكن للباحثين حذف تصحيح "معامل الاثنين" المتحفظ بأمان في السيناريوهات التي يمثل فيها العدد المطلوب من التأثيرات المتكررة ($r$) أغلبية إجمالي الدراسات ($n$). هذا الحذف يزيد من القوة الإحصائية دون تضخيم معدلات خطأ النوع الأول.

كما تعالج الورقة مسألة خطأ النوع الثالث (استنتاج الإشارة الخاطئة). ويؤكد المؤلفون أن الإجراء في النظرية 1 يضبط خطأ النوع الثالث، مما يسمح باستدلال لاحق (post-hoc) صالح لإشارة التأثيرات المتكررة (موجبة إذا كان $p^+_{r/n} < p^-_{r/n}$، وسالبة خلاف ذلك).

أخيراً، تقر الورقة بأنه بينما تركز على فرضية واحدة، فإن العديد من التطبيقات تتضمن سمات متعددة. وتقترح إمكانية دمج المنطق المقترح مع أساليب التصفية الموجودة (مثل Wang et al., 2022)، لكنها تترك مسألة ما إذا كان يمكن إزالة معامل الاثنين في سياق الاختبار المتعدد عبر السمات كمسألة مفتوحة للبحث المستقبلي.