Combining Evidence Across Filtrations

Resumen Técnico: Combinación de Evidencia a través de Filtraciones

1. Planteamiento del Problema

El artículo aborda un desafío fundamental en la inferencia secuencial válida en cualquier momento (SAVI, por sus siglas en inglés): ¿cómo combinar procesos de evidencia (e-processes) construidos en filtraciones diferentes pero para la misma hipótesis nula?

• Contexto: En SAVI, los e-processes son generalizaciones de los valores-p y los martingalas de prueba que cuantifican la evidencia contra una hipótesis nula compuesta en cualquier tiempo de parada.
• El Problema: Mientras que los e-values (y los e-processes en la misma filtración) pueden combinarse fácilmente mediante promedios, esto no es válido cuando los procesos provienen de filtraciones distintas.
  • Si un proceso de evidencia es válido en una filtración más gruesa (sub-filtración $\mathcal{G} \subseteq \mathcal{F}$), su validez no se transfiere automáticamente a una filtración más fina ($\mathcal{F}$).
  • Ejemplo Motivo: En pruebas de aleatoriedad en series temporales financieras, un e-process basado en martingalas de prueba conformes (CTM) es válido solo en una filtración generada por valores-p conformes (que ignora ciertos datos brutos). Si se detiene el experimento basándose en el dato crudo (filtración $\mathcal{F}$), el CTM puede violar la condición de validez (su esperanza supera 1), mientras que otros procesos (como los de inferencia universal) sí son válidos en $\mathcal{F}$.
• Consecuencia: Promediar directamente un e-process válido en $\mathcal{F}$ con uno válido solo en $\mathcal{G}$ resulta en una secuencia que no es un e-process en $\mathcal{F}$, invalidando la inferencia secuencial.

2. Metodología Propuesta

Los autores proponen un marco teórico y práctico basado en el uso de ajustadores (adjusters) para "elevar" (lift) procesos de evidencia desde una filtración gruesa a una fina.

• Conceptos Clave:

  • Procesos-p (p-processes): Generalización secuencial de los valores-p. Tienen la propiedad de que su validez es "gratuita" al cambiar de filtración (se pueden elevar sin costo).
  • Procesos-e (e-processes): Generalización secuencial de los valores-e. Su validez depende estrictamente de la filtración.
  • Ajustadores (Adjusters): Funciones crecientes $A: [1, \infty] \to [0, \infty]$ que satisfacen $\int_1^\infty \frac{A(e)}{e^2} de \leq 1$. Transforman el máximo corrido de un proceso de evidencia en un nuevo proceso válido.

• El Procedimiento "Ajustar-Posteriormente-Combinar" (Adjust-then-Combine):
  Para combinar un e-process $e$ en $\mathcal{F}$ con un e-process $e'$ en una sub-filtración $\mathcal{G} \subseteq \mathcal{F}$:

  1. Elevar (Lifting): Tomar el máximo corrido del proceso en la filtración gruesa: $e^*_t = \sup_{i \leq t} e'_i$.
  2. Ajustar: Aplicar un ajustador admissible $A$ al máximo corrido: $e^{adj}_t = A(e^*_t)$.
     • Teorema 2: Demuestra que si $e'$ es un e-process en $\mathcal{G}$, entonces $e^{adj}$ es un e-process válido en la filtración más fina $\mathcal{F}$.
  3. Combinar: Promediar el proceso original (ya válido en $\mathcal{F}$) con el proceso ajustado:
     $$\bar{e}^{adj}_t = \gamma e_t + (1-\gamma) A(e'^*_t)$$
     El resultado es un e-process válido en $\mathcal{F}$.

• Correspondencia Teórica: Se establece una correspondencia uno a uno entre los ajustadores y los calibradores de valores-p a valores-e ($p$-to-$e$ calibrators), lo que permite utilizar la teoría existente de calibración para la elevación de filtraciones.

3. Contribuciones Clave

1. Teorema de Elevación de E-Process (e-lifting):
   Se demuestra que es posible convertir cualquier e-process válido en una sub-filtración en uno válido en la filtración de los datos (o cualquier filtración más fina) mediante el uso de ajustadores aplicados al máximo corrido. Esto resuelve el problema de la combinación de evidencia heterogénea.

2. Teorema de Caracterización de Ajustadores:
   Los autores prueban que el uso de ajustadores es necesario (en un sentido formal) para elevar e-processes arbitrarios a filtraciones más finas. Si una función transforma el máximo corrido de cualquier e-process en un e-process válido en una filtración más fina, dicha función debe ser un ajustador. Esto formaliza el "costo" de la validez.

3. Existencia de Procesos Potentes en Filtración de Datos:
   Una implicación teórica importante es que, a diferencia de las martingalas de prueba (donde a veces no existen martingalas potentes en la filtración de datos pero sí en una sub-filtración), siempre existe un e-process potente en la filtración de datos si existe uno en una sub-filtración. Esto se logra elevando el proceso existente.

4. Costo Logarítmico:
   Se demuestra que elevar la validez tiene un costo: los ajustadores sacrifican una cantidad logarítmica de evidencia (potencia estadística) para garantizar la validez en la filtración más fina.

4. Resultados Empíricos y Aplicaciones

• Pruebas de Aleatoriedad en Datos Financieros:

  • Se aplicó el método a datos reales del S&P 500, Amazon, Nike y USD-CNY.
  • Se combinó un e-process de Inferencia Universal (UI, potente contra dependencias de Markov) con un CTM ajustado (potente contra cambios de régimen/changepoints).
  • Resultado: El proceso combinado detectó desviaciones de la aleatoriedad (agrupamiento de volatilidad) en diferentes periodos (ej. pandemia de 2020 vs. inflación de 2022) que un solo método habría pasado por alto. El proceso combinado creció significativamente, indicando evidencia fuerte contra la hipótesis nula de IID.

• Simulaciones de Potencia:

  • Se comparó el método "Ajustar-Posteriormente-Combinar" con un promedio simple (inválido).
  • Aunque el método ajustado tiene una potencia ligeramente menor (debido al costo logarítmico del ajustador) en comparación con el promedio simple inválido, mantiene la validez estricta.
  • Se demostró que el proceso combinado es robusto y potente bajo alternativas de Markov y cambios de régimen.

• Otras Aplicaciones:

  • Pruebas de Independencia: Combinación de procesos basados en apuestas por pares y rangos, que viven en filtraciones diferentes.
  • Evaluación de Pronósticos: Comparación de pronósticos $h$-pasos-ahead, donde los procesos de evidencia se construyen en sub-filtraciones escalonadas.

5. Significado e Implicaciones

• Rigor en la Inferencia Secuencial: El trabajo corrige un error común en la literatura donde se asume que promediar procesos de evidencia es suficiente, ignorando la estructura de la filtración. Proporciona una solución rigurosa para la "filtración de datos" (data peeking) en experimentos secuenciales.
• Flexibilidad Práctica: Permite a los investigadores combinar métodos de prueba con diferentes fortalezas (ej. detección de cambios de régimen vs. dependencias de Markov) sin sacrificar la validez estadística, incluso si los métodos se basan en diferentes niveles de información.
• Fundamento Teórico: La caracterización de los ajustadores como la única vía necesaria para la elevación de filtraciones cierra una brecha teórica importante en la teoría de martingalas y procesos de prueba, unificando conceptos de probabilidad de juegos y teoría de la medida.
• Costo de la Validez: Establece que la flexibilidad de detener un experimento en cualquier momento (validez en cualquier momento) en una filtración rica tiene un precio cuantificable (pérdida logarítmica de potencia) cuando se combina evidencia de fuentes con información restringida.

En resumen, el artículo proporciona las herramientas matemáticas y prácticas necesarias para integrar múltiples fuentes de evidencia secuencial en un marco unificado y válido, asegurando que las conclusiones estadísticas sean robustas independientemente de cuándo o cómo se decida detener la recolección de datos.