技術要約：事前指定された予測補正に関する任意のタイミングで有効な証拠

1. 問題設定

本論文は、逐次的な設定における事前指定された予測補正（prespecified predictive correction）の確認という問題に取り組んでいる。多くの科学的および運用上の文脈（例：計器の再校正、アッセイのドリフト、または既知の介入）において、実務家は、既存のソース予測分布 $p_0(y \mid x, D_{tr})$ を、将来の予測結果に対して予想される変化を反映させるためにどのように修正すべきかについて、特定の仮説を保持している場合がある。この修正、すなわちティルト（tilt） $h(x, y)$ は、修正された予測分布 $p_h(y \mid x, D_{tr})$ を定義する。

豊富なターゲットデータを用いて未知のターゲット分布を推定することを目的とする標準的な分布シフト問題とは異なり、本研究は確認（confirmation）、すなわち、特定の、事前指定された補正 $p_h$ が、元のソース $p_0$ よりも、流入してくるターゲットの観測値 $(X_i, Y_i)$ をより良く予測できるかどうかを判断することに焦点を当てている。この設定では、結果が逐次的に到着し、適応的な入力選択が行われる可能性があり、実務家はサンプルサイズを事前に固定することなく、継続的に証拠を監視したいと考えている。

2. 方法論

2.1 E-プロセス（E-Process）の構築

核心となる手法は、修正されたソースに対する予測尤度比に基づく、任意のタイミングで有効な（anytime-valid）e-プロセスを構築することである。

• ティルトと正規化: 非負のティルト $h: \mathcal{X} \times \mathcal{Y} \to [0, \infty)$ が事前指定される。これは $Z_h(x, D_{tr}) = \int h(x, y)p_0(y \mid x, D_{tr}) dy$ によって正規化され、修正された予測を形成する：
  $$p_h(y \mid x, D_{tr}) = \frac{h(x, y)p_0(y \mid x, D_{tr})}{Z_h(x, D_{tr})}$$
• 条件付きE値（Conditional E-value）: 各観測 $i$ について、1ステップの証拠因子は以下のように定義される：
  $$e_i = \frac{p_h(Y_i \mid X_i, D_{tr})}{p_0(Y_i \mid X_i, D_{tr})} = \frac{h(X_i, Y_i)}{Z_h(X_i, D_{tr})}$$
  ソース予測の帰無仮説 $H_0^{pred}: Y_i \mid X_i, \mathcal{F}_{i-1} \sim p_0(\cdot \mid X_i, D_{tr})$ の下では、条件付き期待値 $E[e_i \mid \mathcal{G}_i] = 1$ となる。ここで $\mathcal{G}_i$ は過去のデータと現在の入力 $X_i$ を含む。したがって、$e_i$ は条件付きe値である。
• ウェルス・プロセス（Wealth Process）: 累積積 $M_t = \prod_{i=1}^t e_i$ は、$H_0^{pred}$ の下で非負のマルチンゲールを形成する。ヴィルの不等式（Ville's inequality）により、任意の $\alpha \in (0, 1)$ に対して以下が成立する：
  $$\sup_{P \in \mathcal{P}_0^{pred}} P\left( \sup_{t \ge 0} M_t > \frac{1}{\alpha} \right) \le \alpha$$
  これにより、停止時間や入力選択メカニズム（適応的デザインを含む）に関わらず、誤って補正を確認してしまう（境界 $1/\alpha$ を超える）確率が最大 $\alpha$ であることが保証される。

2.2 証拠の解釈

ウェルス・プロセスの対数 $\log M_t$ は、ソースに対する修正された分布の累積予測対数スコアの優位性を表す：
$$\log M_t = \sum_{i=1}^t \left( \log p_h(Y_i \mid X_i, D_{tr}) - \log p_0(Y_i \mid X_i, D_{tr}) \right)$$
境界 $1/\alpha$（または対数空間における $\log(1/\alpha)$）の通過は、観測されたストリームに対して $p_h$ が $p_0$ よりも優れているという、任意のタイミングで有効な相対的証拠を提供する。

2.3 拡張とバリエーション

• 反証（Refutation）: $h(x, y) > 0$ がほとんど至る所で成立する場合、逆数プロセス $M_t^\downarrow = 1/M_t$ により、ソースに対する修正された予測の任意のタイミングでの有効な反証が可能となる。
• 予測可能なティルト（Predictable Tilts）: 過去の観測に基づいて予測的に更新されるティルト $h_i$ にもこの枠組みは拡張可能であり、その結果は単一の固定された補正ではなく、適応的なベッティング戦略としての証拠として解釈される。
• 混合（Mixtures）: 補正の大きさや方向に関する不確実性を扱うために、ティルトの事前指定された族 $\int M_t(\theta) d\Pi(\theta)$ にわたってウェルスの経路を混合することを提案しており、これはe-プロセスの性質を保持する。
• 許容範囲を超えた場合（Beyond-Tolerance）: 本手法は、未補正のソースではなく、実行可能な予測 $p_{alarm}$ を $p_{tol}$ と比較することで、シフトが特定の許容境界 $\delta_{tol}$ を超えるかどうかをテストするように適応できる。

3. 主な貢献

1. 任意のタイミングで有効な相対的確認: 本論文は、事前指定された予測補正のための条件付きe-プロセスを構築している。妥当性は、オプショナル・ストッピングおよび任意の（適応的なものを含む）入力シーケンスの下で保持される。このプロセスは、補正のソースに対する累積的な対数スコアの優位性を定量化する。
2. ドリフト分解と成長: 著者は、期待対数成長率が条件付きカルバック・ライブラー（KL）ダイバージェンスの差に一致するという、条件付きドリフト分解を導出している：
   $$\Gamma_h(x) = D_{KL}(q(\cdot \mid x) \parallel p_0(\cdot \mid x, D_{tr})) - D_{KL}(q(\cdot \mid x) \parallel p_h(\cdot \mid x, D_{tr}))$$
   これにより、正の証拠の蓄積には、補正がソースよりも「真のターゲットに近い」ことのみが必要であり、補正が完全に特定されている必要はないことが明確になる。
3. 誤指定下での誤確認の制御: 本論文は、誤指定されたターゲット分布の**補正依存の保護された半空間（correction-dependent protected half-space）**を特定している。もし真のターゲット $q$ が特定のモーメント条件（$E_q[h(X, Y)] \le Z_h(X)$）を満たす場合、元の誤確認の境界は依然として有効である。これは、一般的なソースへの近接性（これは制御を保証しない）と、特定のモーメントに基づく堅牢性の違いを区別するものである。
4. オーバーシュートの恒等式: 実現されたタイプIエラー率が、しばしば公称レベル $\alpha$ よりも厳密に低い理由を説明する恒等式が導出されている。境界を越える確率は、ウェルス・プロセスの通過時における期待オーバーシュートと反比例の関係にある。
5. 構造化された補正: ラベルシフト、条件付き平均/分散補正、サブグループ特有の調整、および一般的な指数型分布族のティルトを含む特定のケースに対して、本フレームワークをインスタンス化している。

4. 合成実験による結果

本論文は、オラクル・ガウス・ソース予測を用いた合成実験を用いて理論を検証している：

• 妥当性: ソースの帰無仮説の下で、経験的な誤確認率は、オーバーシュートの恒等式と一致するように、一貫して公称 $\alpha = 0.05$（例：0.034）を下回った。
• 成長率: 正しく指定された補正（平均および分散のシフト）は、理論的なドリフト予測に一致する速度で証拠を蓄積した。過小指定された補正も証拠を蓄積したが（正のドリフト）、その速度は遅かった。一方で、過剰指定された補正は、負のドリフトまたは低下した検出力を招く可能性がある。
• 堅牢性と失敗モード:
  • クロスファミリー・ドリフト: 分散補正プロセスが、純粋な平均シフトによって駆動される可能性がある（平均シフトが第2モーメントを十分に増加させた場合）。これは、分散の変化の誤確認を導く。逆に、平均補正プロセスは、重い裾（ヘビーテイル）や分散の増大によって駆動される可能性がある。これは、境界の通過が「補正の相対的な予測性能」を支持するものではあるが、物理的なメカニズムを唯一特定するものではないことを示している。
  • モーメント条件の失敗: ターゲット分布がモーメント条件に違反した場合（例：ティルトの期待値が無限大となる重い裾を持つターゲットの場合）、たとえ長期的なドリフトが負であっても、誤確認の境界を超える可能性がある。これは、負のドリフトだけでは、時間の経過によらず有効な保護を保証しないことを強調している。
• 適応性: 適応的な入力選択（例：高いKL分離を持つ入力を選択する）は、ソース・ヌルの保証を損なうことなく、証拠の蓄積を加速させた。
• 混合と許容範囲超え: 補正の大きさにわたる混合は不確実性に対する堅牢性を提供し、許容範囲を超えたテストは、許容可能なシフトの複合領域に対して誤報を制御することに成功した。

5. 意義と主張

本論文は、ターゲット分布の全容を推定する必要なく、事前指定された予測補正を評価するための有限サンプルかつ任意のタイミングで有効なフレームワークを提供すると主張している。

• 相対的 vs 絶対的: 著者は、本手法が相対的な確認を提供するものであることを強調している。境界の通過は、提案された補正が観測されたデータに対してソース予測よりも優れていることを示すが、それが真のターゲット分布であることを証明したり、シフトの具体的なメカニズムを特定したりするものではない。
• 運用の有用性: 本フレームワークは、監視を開始する前に（エンジニアリング分析や政策変更などにより）妥当な補正が利用可能である設定向けに設計されており、厳格なエラー制御を伴う逐次的モニタリングを可能にする。
• 限界: 保証は、適合されたソース予測 $p_0$ に条件付けられている。本論文は、ソース・モデルの誤指定、またはモデル適合段階自体から生じる不確実性を扱うとは主張していない。さらに、逆数による反証境界は、修正された予測の帰無仮説の下で較正されるものであり、広範な誤指定クラスの下でのものではない。
• 推定との区別: 本研究は、分布シフトの推定や適応手法とは明確に区別される。これは制限のないターゲットを学習するのではなく、ソースをどのように修正すべきかという特定の仮説をテストするものである。

要約すると、本論文は、ソースモデルに対する特定の予測補正に「賭ける」ための厳密な統計的ツールを提供し、逐次的モニタリング・プロセスにおいて、任意のタイミングで誤報のリスクが制御されることを保証しつつ、基礎となるシフト・メカニズムの特定に関する解釈上の限界を明らかにしている。