When Is a Relevance Threshold Statistically Resolvable? Minimax Limits for Effect Classification

技術的要約：「関連性の閾値は統計的に解明可能か？」

問題提起
本論文は、統計的な精度と科学的な関連性の間にある根本的な乖離を扱う。通常の統計モデルでは、サンプリングの不確実性は $n^{-1/2}$ の速度で収縮するため、サンプルサイズ（$n$）が増加するにつれて、点帰無仮説からの極めて小さな偏差をも検出できるようになる。しかし、科学的な重要性はしばしば、効果が無視できると見なされる最小の効果量 $\Delta_n$ という閾値によって定義される。これにより、「相対的な速度の問題」が生じる。情報が蓄積されるにつれ、科学的な閾値 $\Delta_n$ は縮小したり、一定に保たれたり、あるいは統計的誤差のスケール $s_n \sim n^{-1/2}$ とは異なる速度で変化したりする場合がある。中心となる問いは、どのような条件下で、統計的手法が「科学的に無視可能な効果（$|\theta| \le \Delta_n$）」と「科学的に意味のある効果（$|\theta| > \Delta_n$）」を整合的に区別できるのか、という点である。

手法とフレームワーク
著者は、局所漸近理論と組み合わせたミニマックス決定論的フレームワークを採用している。

1. 関連性・解明インデックス（Relevance-Resolution Index）: コアとなる量は $\lambda_n = \sqrt{n I_0} \Delta_n$ と定義される（ここで $I_0$ は $\theta=0$ におけるフィッシャー情報量）。このインデックスは、統計的誤差の単位で測定された科学的閾値を表す。
2. クラスの分離: 問題は、以下の二つの分離されたパラメータ・クラスを区別するものとして定式化される：
   • 無視可能（Negligible）: $N_n(\varepsilon) = \{ \theta : |\theta| \le (1-\varepsilon)\Delta_n \}$
   • 意味のある（Meaningful）: $M_n(\varepsilon) = \{ \theta : |\theta| \ge (1+\varepsilon)\Delta_n \}$
     ここで、$\varepsilon \in (0,1)$ は境界付近を避けるためのバッファを提供する。
3. リスク指標: 分類器 $\phi_n$ の性能は、第I種の誤りと第II種の誤りの和の最悪値によって測定される：$R_n(\phi_n) = \sup_{\theta \in N_n} E_\theta[\phi_n] + \sup_{\theta \in M_n} E_\theta[1-\phi_n]$。目標は、ミニマックス・リスク $R^*_n$ を特徴付けることである。
4. 漸近的レジーム: 解析は、$\lambda_n$ の $n \to \infty$ における極限に基づく挙動を分類する：
   • 劣臨界（Subcritical）: $\lambda_n \to 0$
   • 臨界（Critical）: $\lambda_n \to \kappa \in (0, \infty)$
   • 超臨界（Supercritical）: $\lambda_n \to \infty$

主要な貢献と結果

1. ミニマックス下界と相転移
本論文は、分類リスクに対するミニマックス下界を確立している。$\lambda_n \to \kappa$ となる時、極限リスクは以下を満たす：
$$\liminf_{n \to \infty} R^*_n \ge 2\{1 - \Phi(\varepsilon \kappa)\}$$

• 劣臨界レジーム ($\kappa = 0$): 下界は1に近づく。無視可能な効果と意味のある効果の実験が融合する（全変動距離 $\to 0$）。いかなる手法も自明な定数決定則よりも優れた性能を示すことはできず、一貫した分類は情報理論的に不可能である。
• 臨界レジーム ($\kappa \in (0, \infty)$): 問題は非退化なガウス・シフト実験へと収束する。本論文はこの極限的な複合問題に対する厳密なミニマックス則を導出している。
  • 最適なカットオフ $c^*$ は、双曲線余弦を含む特定の超越方程式を満たす。
  • $\kappa \downarrow 0$ となる時、最適なカットオフは崩壊していく科学的境界ではなく、1統計的誤差単位へと収束する（$c^* \to 1$）。
  • 最適なリスクは、$\kappa^2$ のオーダーで自明なリスクを改善するが、単純なルール（科学的境界 $|\hat{\theta}| > \Delta_n$ で閾値を設定するもの）による改善は $\kappa^3$ のオーダーにとどまる。
  • $\kappa \to \infty$ となる時、単純な科学的境界ルールは漸近的にミニマックスとなる。
• 超臨界レジーム ($\kappa \to \infty$): 「一様解明条件（Uniform Resolution Condition）」（すなわち、推定量の誤差がスケールに対して一様にタイトであること）が成り立つ場合、一貫した分類が可能である。正則な推定量の $\Delta_n = d n^{-\gamma}$ の場合、臨界速度は $\gamma = 1/2$ である。$\gamma > 1/2$ ならば解明は不可能であり、$\gamma < 1/2$ ならば一貫して解明可能である。

2. 非対称および移動する領域
本論文は、非対称または移動する関連領域 $R_n = [-\Delta_{L,n}, \Delta_{U,n}]$ に対して、スカラー・インデックス $\lambda_n$ では不十分であることを示している。解明可能性は、総幅ではなく、標準化された境界への距離（$d_{L,n}$ および $d_{U,n}$）によって支配される。境界が異なる速度で移動する場合、総幅が高度な解明を示唆していても、片側の境界は未解明のまま残ることがある。

3. 異質集団における有意性の飽和
本論文は、異質な真の効果の集団 $\Theta \sim G$ に対する点帰無仮説検定の挙動を分析している。

• 飽和限界: 情報が増加するにつれ、統計的に有意な知見のうち科学的に無視可能なものの割合は、有意水準 $\alpha$ ではなく、関連領域内にある非ゼロの効果の集団質量によって決定される値に収束する。
• 非単調な選択性: 本論文は、点帰無有意性が、意味のある効果を選択する能力において単調増加しないという「有意性飽和（significance saturation）」現象を特定している。情報が非常に少ない段階では有意性はノイズに支配され、情報が非常に多い段階では、ほぼ全ての非ゼロの効果（無視可能なものを含む）を検出する。その結果、点帰無有意性が科学的に関連のある効果に対して最も選択的になる（「無関係な発見の割合」を最小化する）中間的な情報レベルが存在し得る。

意義と主張
本論文は、新しい等価性検定や p 値の計算手法を提案するものではないことを明示している。その意義は以下の点にある：

1. 解明可能性の特性化: 科学的な関連性の閾値が、いつ統計的にゼロと区別できるのかという、正確な情報理論的限界を定義したこと。
2. スケールの統一: 効果量、局所漸近理論、ミニマックス決定論を、共通の情報スケール（$\lambda_n$）を通じて結びつけたこと。
3. 大標本挙動の明確化: サンプルサイズを増やすことが推定精度を高める一方で、閾値が急速に縮小する場合、必ずしも「実質的なもの」と「無視可能なもの」を区別する能力を向上させるわけではないという、一見矛盾する現象を解決したこと。
4. 最適決定則: 臨界レジームにおける厳密なミニマックス分類器を提供し、最適な決定境界が科学的閾値を線形に追跡するのではなく、1標準誤差単位で安定することを示したこと。

このフレームワークは、統計的証拠とは「不確実性の単位で測られた距離」であり、科学的関連性とは「実質的な境界からの距離」であることを強調している。妥当な推論分析には、これら両方のスケールを可視化した状態を維持することが不可欠である。