Safe hypotheses testing with application to order restricted inference

1. Il Problema: L'Inferenza con Vincoli di Ordine e l'Errore di Tipo III

L'inferenza con vincoli di ordine (ORI) è ampiamente utilizzata in statistica per migliorare la potenza dei test e la precisione degli stimatori sfruttando restrizioni a priori (es. $\theta_1 \le \theta_2 \le \dots \le \theta_k$). Tuttavia, l'uso di tali vincoli comporta un rischio fondamentale: l'errata specificazione dei vincoli.

Se i vincoli imposti non sono veri (cioè se il parametro vero $\theta$ non appartiene al cono convesso $C$ definito dai vincoli), i test standard basati su ORI, come il Test della Distanza (DT) o il Test del Rapporto di Verosimiglianza (LRT), possono commettere un Errore di Tipo III.

• Definizione di Errore di Tipo III: Si verifica quando l'ipotesi nulla ($H_0$) viene rifiutata a favore dell'ipotesi alternativa ($H_1$), ma in realtà né $H_0$ né $H_1$ sono vere (il parametro vero si trova al di fuori di entrambe le regioni).
• Conseguenze: Questo porta a conclusioni fuorvianti, come affermare che un trattamento migliora tutti gli esiti quando in realtà ne migliora solo uno peggiorando gli altri. Il documento dimostra che, in problemi di Tipo A (dove $H_0: \theta \in L$ contro $H_1: \theta \in C \setminus L$), gli errori di Tipo III non sono casi patologici rari, ma sono ubiqui e la loro probabilità tende a 1 all'aumentare della dimensione del campione se il vincolo è errato.

2. Metodologia: I "Safe Tests" (Test Sicuri)

Per risolvere il problema della validità quando i vincoli potrebbero essere errati, l'autore propone una nuova procedura di test chiamata "Safe Test". L'obiettivo è creare un test che sia asintoticamente libero da errori di Tipo III.

La metodologia si basa su un approccio a due fasi che combina due test di base:

1. Test Principale ($T_n$): Un test standard per l'ipotesi originale di Tipo A:
   $$H_0: \theta \in L \quad \text{vs} \quad H_1: \theta \in C \setminus L$$
   dove $L$ è un sottospazio lineare e $C$ è un cono convesso chiuso.

2. Test Ausiliario ($T'_n$): Un test per un sistema di ipotesi ausiliarie di Tipo B, che verifica la coerenza dei dati con i vincoli imposti:
   $$H'_0: \theta \in C \quad \text{vs} \quad H'_1: \theta \notin C$$
   Questo test agisce come un "Certificato di Validità". Se $H'_0$ non viene rifiutata, significa che i dati sono compatibili con i vincoli di ordine.

La Procedura di Decisione (Safe Test $T^{SAFE}_n$):
Il rifiuto dell'ipotesi nulla originale ($H_0$) avviene solo se:

• Il test principale $T_n$ rifiuta $H_0$ (a livello $\alpha$).
• E il test ausiliario $T'_n$ non rifiuta $H'_0$ (a livello $\gamma$).

Se il test ausiliario rifiuta $H'_0$ (indicando che i vincoli sono probabilmente errati), il procedimento si ferma e si conclude che né l'ipotesi nulla né quella alternativa sono supportate dai dati. In tal caso, si consiglia di rivedere le assunzioni del modello.

Matematicamente, la regione di rifiuto del test sicuro è l'intersezione:
$$R^{SAFE}_n = \{S_n : T'_n < c'_{\gamma} \text{ e } T_n \ge c_{\alpha}\}$$

3. Contributi Chiave

• Caratterizzazione Geometrica: L'autore analizza la geometria del Test della Distanza, identificando esattamente le regioni dello spazio dei parametri in cui il test standard è consistente e, di conseguenza, dove si verificano gli errori di Tipo III. Viene dimostrato che per i problemi di Tipo A, la consistenza non è garantita per tutti i $\theta \notin L$.
• Definizione Formale di "Safe Test": Viene introdotto un test che è asintoticamente sicuro, ovvero la probabilità di commettere un errore di Tipo III tende a zero per qualsiasi $\theta \notin H_1$.
• Certificato di Validità: L'introduzione del test ausiliario fornisce un meccanismo pratico per validare i vincoli prima di procedere con l'inferenza, trasformando l'approccio da rigido ad adattivo.
• Analisi della Potenza: Viene dimostrato che, all'interno del cono $C$ (dove i vincoli sono corretti), il Safe Test mantiene una potenza comparabile al test standard, con una perdita minima di potenza solo vicino ai confini del cono o in campioni piccoli.

4. Risultati

I risultati sono presentati attraverso simulazioni e rianalisi di casi di studio classici:

• Simulazioni:

  • In scenari dove il parametro vero si trova fuori dal cono di vincolo (es. quadranti opposti in uno spazio bidimensionale), il test standard (DT) commette errori di Tipo III con probabilità che tende a 1 all'aumentare di $n$.
  • Il Safe Test riduce drasticamente la probabilità di errore di Tipo III (spesso portandola vicino a zero), specialmente per grandi campioni e parametri lontani dall'alternativa.
  • La potenza del Safe Test rimane quasi identica a quella del DT quando il parametro vero è all'interno del cono $C$.

• Esempi Illustrativi:

  1. Esempio di Silvapulle (1997): Un caso famoso in cui il LRT rifiuta l'ipotesi nulla mentre i test unilaterali individuali non lo fanno, creando confusione. L'analisi con il Safe Test mostra che il test ausiliario rifiuterebbe i vincoli, impedendo il rifiuto errato dell'ipotesi nulla e risolvendo l'apparente paradosso.
  2. Ordine Stocastico (Cohen e Sackrowitz, 1998): Nell'analisi di tabelle di contingenza, il Safe Test dimostra come un test standard possa portare a un rifiuto errato (Errore di Tipo III) in presenza di dati deboli, mentre il Safe Test richiede una validazione preliminare dei vincoli, fornendo conclusioni più robuste e coerenti con l'intuizione statistica.

5. Significato e Implicazioni

Questo lavoro è significativo perché affronta una delle principali obiezioni "principali" (principled objections) all'uso dell'inferenza con vincoli di ordine.

• Superamento delle Barriere: Rimuove la paura di errori sistematici che ha finora limitato l'adozione diffusa delle tecniche ORI in molte aree scientifiche.
• Inferenza Adattiva: Propone un passo verso metodologie adattive in cui i vincoli vengono imposti solo quando i dati li supportano.
• Generalizzabilità: Sebbene il focus sia sui problemi di Tipo A, l'idea di combinare un test principale con un test di validità dei vincoli è applicabile a problemi di stima vincolata, classificazione e predizione, nonché a ipotesi in spazi di dimensione infinita.

In conclusione, il documento offre un quadro teorico e pratico per condurre test di ipotesi con vincoli di ordine in modo sicuro, garantendo che i guadagni in potenza e interpretabilità non siano ottenuti a scapito della validità delle conclusioni quando i vincoli sono errati.