📊 statistics

Asymptotic e-processes

Ce papier introduit le concept d'e-processus asymptotique pour gérer les erreurs d'estimation et de spécification de modèle dans les tests d'hypothèses séquentiels, en établissant une version asymptotique de l'inégalité de Ville qui borne les probabilités d'excursion de ces processus.

Auteurs originaux : Pierre-François Massiani, Sebastian Schulze, Mattes Mollenhauer

Publié 2026-04-22

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Pierre-François Massiani, Sebastian Schulze, Mattes Mollenhauer

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

🕵️‍♂️ Le Grand Jeu de la Détection : Quand la vérité est floue

Imaginez que vous êtes un détective (ou un statisticien) qui doit savoir si un suspect est innocent ou coupable. Vous ne pouvez pas attendre la fin de l'enquête pour prendre une décision. Vous devez analyser les preuves au fur et à mesure qu'elles arrivent.

Dans le monde idéal des mathématiques pures, il existe un outil magique appelé un "processus e". C'est comme un compteur de culpabilité :

Si le suspect est innocent, le compteur reste bas (proche de 0).
Si le suspect est coupable, le compteur grimpe très haut.
La règle d'or : Tant que le suspect est innocent, il y a une garantie mathématique stricte que le compteur ne dépassera jamais une certaine limite, même si vous décidez d'arrêter l'enquête à n'importe quel moment (hier, aujourd'hui, ou dans 10 ans). C'est ce qu'on appelle la validité "à tout moment".

🛠️ Le Problème : La réalité est imparfaite

Le problème, c'est que dans la vraie vie, nous ne connaissons pas toutes les règles du jeu parfaitement. Nous devons faire des estimations basées sur des données incomplètes ou des modèles approximatifs.

C'est comme si votre compteur de culpabilité était construit avec des pièces de Lego un peu abîmées.

Chaque fois que vous ajoutez une nouvelle preuve (une nouvelle pièce), il y a une toute petite erreur de fabrication.
Si vous empilez des milliers de pièces, ces petites erreurs s'accumulent.
Résultat ? Votre compteur pourrait grimper tout seul, même si le suspect est innocent, simplement à cause de la mauvaise qualité des pièces. Les règles mathématiques classiques ne fonctionnent plus ici.

💡 La Solution : Les "Processus e Asymptotiques"

Les auteurs de cet article (Massiani, Schulze et Mollenhauer) proposent une nouvelle façon de penser le problème. Au lieu d'exiger que le compteur soit parfait tout de suite, ils acceptent qu'il soit approximatif, à condition de respecter une règle de prudence.

Ils introduisent deux concepts clés :

1. Le paramètre de qualité ( $m$ ) : "Le niveau de perfection"

Imaginez que vous avez une machine qui fabrique vos pièces de Lego.

Quand $m$ est petit, la machine est vieille et fait des pièces très imparfaites.
Quand $m$ est grand, la machine est neuve et fait des pièces presque parfaites.
L'idée est de dire : "Plus on attend que notre machine s'améliore (plus $m$ augmente), plus nos résultats seront fiables."

2. L'horizon de surveillance ( $r_m$ ) : "La zone de sécurité"

C'est ici que réside l'intelligence de leur découverte.
Même si vos pièces sont presque parfaites ( $m$ est grand), si vous les empilez trop haut (sur une très longue période de temps), les minuscules erreurs finissent par faire basculer la tour.

Alors, ils disent : "Ok, on accepte d'utiliser ces pièces approximatives, mais on ne surveillera le compteur que jusqu'à une certaine hauteur $r_m$ ."

Si la machine est très mauvaise ( $m$ petit), on surveille seulement pendant un court instant ( $r_m$ petit).
Si la machine est excellente ( $m$ grand), on peut surveiller pendant très longtemps ( $r_m$ grand).

La magie opère : À mesure que la machine s'améliore ( $m \to \infty$ ), la hauteur de surveillance autorisée ( $r_m$ ) grandit aussi. À la limite, vous pouvez surveiller indéfiniment avec une certitude quasi absolue.

🎢 L'Analogie du Manège

Imaginez un manège (le test statistique) qui tourne.

Le processus e classique : C'est un manège parfaitement équilibré. Il ne peut pas basculer, peu importe combien de temps il tourne.
Le problème réel : Notre manège a un petit défaut d'assemblage. Il penche très légèrement d'un côté. Si on le fait tourner éternellement, il finira par tomber (fausse alerte).
L'approche asymptotique : On dit : "Ce manège a un défaut, mais plus on le répare (plus $m$ augmente), moins il penche."
- Cependant, pour être sûrs qu'il ne tombe pas, on impose une règle : "On ne le laissera tourner que pendant $r_m$ secondes."
- Si le défaut est gros, on arrête le manège vite.
- Si le défaut est infime, on le laisse tourner très longtemps.
- Le résultat : Si on améliore continuellement le manège, on peut le faire tourner aussi longtemps qu'on veut sans qu'il ne tombe.

📉 Pourquoi est-ce important ?

Avant cet article, les statisticiens étaient coincés : soit ils utilisaient des méthodes parfaites mais impossibles à calculer dans la réalité, soit ils utilisaient des méthodes approximatives qui perdaient leurs garanties de sécurité.

Grâce à cette théorie :

On peut utiliser des modèles imparfaits (ce qui est le cas 99% du temps en médecine, finance ou IA).
On garde la sécurité : On sait exactement jusqu'où on peut aller en toute confiance.
On gagne en flexibilité : On peut arrêter l'expérience dès qu'on a assez de preuves, sans avoir à prédire la durée totale à l'avance.

En résumé

Cet article nous dit : "Ne cherchez pas la perfection immédiate. Acceptez l'approximation, mais adaptez la durée de votre surveillance à la qualité de votre approximation. Plus vous vous améliorez, plus vous pouvez aller loin en toute sécurité."

C'est une façon élégante de transformer l'incertitude inévitable du monde réel en une garantie mathématique solide.

1. Problématique et Contexte

L'article s'inscrit dans le domaine de l'inférence statistique séquentielle, en particulier dans le cadre de l'inférence SAVI (Safe Anytime-Valid Inference). Les méthodes SAVI, basées sur les e-processes (processus e) et les e-variables, permettent de tester des hypothèses à tout moment sans violer les garanties de contrôle de l'erreur de type I, indépendamment de la règle d'arrêt choisie (arrêt optionnel).

Cependant, une limitation majeure de la théorie actuelle des e-processes est son exigence de connaissances exactes des distributions sous-jacentes. En pratique, ces quantités sont souvent inconnues et doivent être estimées à partir des données, ce qui introduit des erreurs d'estimation ou des erreurs de spécification du modèle.

Le défi : Construire des e-processes valides à partir de variables approximatives (asymptotiques) tout en conservant les garanties de validité à tout moment.
L'obstacle technique : Une généralisation naïve des e-processes aux cas asymptotiques (où l'on considère une double indexation $m$ pour la qualité de l'approximation et $n$ pour le temps de surveillance) échoue. Si l'on multiplie des e-variables approximatives (dont l'espérance est $1+\delta_m > 1$ ), l'erreur $\delta_m$ s'accumule exponentiellement au fil du temps. Pour un $m$ fixe, l'espérance du produit diverge, rendant impossible l'application directe de l'inégalité de Ville sur un horizon infini.

2. Méthodologie et Définitions Clés

Les auteurs introduisent le concept d'e-processus asymptotique (ou $r$ -asymptotic e-process) pour résoudre ce problème de l'accumulation d'erreurs.

A. Définition de l'e-processus asymptotique

Un e-processus asymptotique est un processus stochastique non négatif doublement indexé $(E_{m,n})_{m,n \in \mathbb{N}}$ , où :

$n$ est l'indice de temps de surveillance.
$m$ est l'indice de qualité de l'approximation (convergence vers la vraie valeur lorsque $m \to \infty$ ).
$r = (r_m)_{m \in \mathbb{N}}$ est une séquence d'horizons de surveillance qui dépend de $m$ .

La définition impose que pour toute séquence de temps d'arrêt $\tau = (\tau_m)$ telle que $\tau_m \le r_m$ , la séquence $(E_{m, \tau_m})$ se comporte comme une e-variable asymptotique fortement uniforme :
$\limsup_{m \to \infty} \sup_{P \in \mathcal{P}} \mathbb{E}_P[E_{m, \tau_m}] \le 1$

L'idée centrale est que l'horizon de surveillance $r_m$ doit croître avec $m$ , mais assez lentement pour que l'erreur d'approximation accumulée reste négligeable. Si $r_m \cdot \delta_m \to 0$ (où $\delta_m$ est l'erreur d'approximation), les garanties sont préservées.

B. Lien avec les Supermartingales Asymptotiques

Les auteurs établissent un lien fort avec les supermartingales asymptotiques (ASM). Ils définissent la propriété de supermartingale asymptotique (ASP) qui ne nécessite pas la convergence en $L^1$ vers une supermartingale, mais seulement que la dérive conditionnelle positive tende vers zéro.

Théorème clé : Si un processus possède l'ASP et est correctement calibré (espérance initiale $\le 1$ ), alors il est un $r$ -e-processus asymptotique pour toute séquence $r$ satisfaisant une condition de troncature sur la somme des erreurs positives.

C. Inégalité de Ville Asymptotique

Le résultat principal est une version asymptotique de l'inégalité de Ville. Pour un seuil $1/\alpha$ :
$\limsup_{m \to \infty} \sup_{P \in \mathcal{P}} P\left( \sup_{n \le r_m} E_{m,n} \ge \frac{1}{\alpha} \right) \le \alpha$
Cela signifie que la probabilité de dépasser le seuil est contrôlée asymptotiquement, mais uniquement sur l'horizon $r_m$ . Lorsque $m \to \infty$ , $r_m \to \infty$ , rendant la garantie "valable à tout moment" dans la limite.

3. Contributions Principales

Formalisation des e-processus asymptotiques : Introduction d'une définition rigoureuse intégrant un horizon de surveillance dépendant de la qualité de l'approximation ( $r_m$ ), permettant de contourner le problème de l'accumulation d'erreurs dans les produits cumulatifs.
Caractérisations théoriques :
- Équivalence entre les e-processus asymptotiques et les processus majorés par des supermartingales partielles calibrées (Théorème 3.4).
- Démonstration que si un processus converge en $L^1$ vers un e-processus classique, il est un e-processus asymptotique pour une séquence $r$ divergente (Théorème 3.7).
Conditions suffisantes pratiques : Établissement de conditions vérifiables (basées sur l'ASP) pour construire des e-processus asymptotiques à partir de variables e approximatives, avec une méthode explicite pour déterminer la séquence $r_m$ .
Généralisation des p-values "anytime" : Les auteurs montrent que les p-values "anytime" uniformes proposées par Waudby-Smith et al. (2026) peuvent être calibrées en e-processus asymptotiques, sous une légère condition de renforcement (p-values fortement asymptotiques).
Contre-exemples et nuances : Démonstration que la généralisation naïve (produit diagonal) échoue et que tous les e-processus asymptotiques ne satisfont pas la propriété ASP (ex: mélanges temporels).

4. Résultats et Preuves

Théorème 5.1 (Inégalité de Ville Asymptotique) : C'est le résultat central qui lie la théorie à la pratique. Il garantit que le contrôle du taux d'erreur de type I est maintenu asymptotiquement, même avec des modèles imparfaits, tant que l'on s'arrête avant l'horizon $r_m$ .
Théorème 6.1 (Construction par produit cumulatif) : Pour un produit cumulatif d'e-variables $E_{m,n} = \prod e_{m,i}$ , si l'erreur conditionnelle est bornée par $d_m$ , alors le processus est un $r$ -e-processus asymptotique si $r_m \cdot d_m \to 0$ . Cela valide l'utilisation de produits cumulatifs en pratique, à condition de limiter la durée de surveillance en fonction de la précision du modèle.
Simulations Numériques (Section 7) : Les auteurs simulent un processus basé sur des e-variables avec une erreur de biais décroissante ( $d_m = 4/m$ $d_{m} = 4/ m$ ). Les résultats montrent empiriquement que :
- Pour un $m$ fixe, si l'on dépasse $r_m$ , la probabilité de dépassement du seuil augmente.
- À mesure que $m$ augmente (meilleure approximation), l'horizon $r_m$ peut être étendu, et la probabilité de dépassement reste bornée par $\alpha$ (0.05) pour $n \le r_m$ .

5. Signification et Impact

Ce travail est significatif car il comble un fossé théorique crucial entre la théorie élégante des e-processes (valable pour des modèles parfaits) et la réalité de l'inférence statistique (modèles estimés, approximations).

Pratique : Il permet aux praticiens d'utiliser des méthodes SAVI dans des contextes réels où les hypothèses sont estimées (par exemple, tests de conformité, essais cliniques adaptatifs, études A/B en ligne) sans sacrifier la validité des garanties statistiques.
Théorique : Il propose un cadre flexible où la validité "à tout moment" est atteinte asymptotiquement, en acceptant un compromis contrôlé entre la durée de surveillance et la qualité de l'approximation.
Futur : L'article ouvre la voie à l'étude de la puissance des tests (erreur de type II) avec des e-processus asymptotiques et à l'exploration de notions plus faibles d'e-variables asymptotiques.

En résumé, l'article fournit les outils mathématiques nécessaires pour rendre l'inférence séquentielle robuste aux erreurs de modélisation, en introduisant le concept d'horizon de surveillance adaptatif ( $r_m$ ) comme mécanisme de contrôle de l'accumulation d'erreurs.