📊 statistics

Hybrid Neutrosophic Regression ANOVA (HNRA): An Uncertainty-Aware Statistical Inference Framework Under Measurement Imprecision

本文引入了混合中性直觉回归方差分析（HNRA），这是一种新颖的统计框架，它将测量不精确性建模为中性直觉区间，从而为平方和提供了一种有界的、具备不确定性感知能力的分解以及一个形式化保证的 F 统计量，进而将经典的回归方差分析扩展到存在仪器校准误差和生物变异性的场景，且无需预设分布假设。

原作者： Jaida Najihah Jamidin, Zahari Md Ro, Sayang Mohd Deni, Siti Meriam Zahari

发布于 2026-07-23

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Jaida Najihah Jamidin, Zahari Md Ro, Sayang Mohd Deni, Siti Meriam Zahari

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下你是一名正试图用放大镜破解谜题的侦探。在科学世界中，那个放大镜就是一个被称为**回归方差分析（Regression ANOVA）**的统计工具。它帮助研究人员弄清楚两件事是否有关联——比如，变老是否会导致肌肉萎缩。几十年来，科学家们在使用这个工具时，都假设他们的测量是完美的，就像在读一把永远不会晃动的尺子。但在现实世界中，没有什么事是完美的。秤可能会有微小的偏差，传感器可能会出现故障，或者一个人可能记不清自己确切的年龄。这些微小的误差被称为“测量不精确性”。

当你忽略这些误差时，你的侦探工作看起来可能很清晰，但却可能具有误导性。这就像是戴着厚厚的、模糊的手套去猜测一只猫的重量；你可能会得到一个数字，但你不知道这个数字会有多大的误差。一些科学家曾尝试通过使用“模糊”逻辑（事物既有一点真，又有一点假）或“贝叶斯”方法（这需要你在开始前先有一个初始信念）来解决这个问题。但这些方法非常复杂，需要额外的假设，或者无法给出医生和监管机构所习惯的那种标准的“是/否”答案。大问题在于：我们能否制造出一种既能承认手套是模糊的，又能给出清晰答案，且仍遵循旧有的、受信任的游戏规则的侦探工具？

本文介绍了一种名为混合中性逻辑回归方差分析（Hybrid Neutrosophic Regression ANOVA, HNRA）的新工具。把它想象成一个超级强大的放大镜，它不仅仅给你一个关于猫的重量的单一数字。相反，它会给你一个范围——一个“安全区”的可能性。如果猫的重量在4到6磅之间，该工具会说：“我们确定它在这个范围内。”来自马来西亚玛拉工艺大学（Universiti Teknologi MARA）的 Jaida Najihah Jamidin 及其团队开发了一个数学框架，将这些模糊的范围带入标准的回归数学运算中。

以下是他们的发现与证明。首先，他们证明了这种新方法就像是旧方法的完美翻译。如果你拿走所有的雾气（即测量误差），HNRA 会完全变回那个经典的、受信任的工具。这至关重要，因为这意味着新方法并不是在瞎猜；它是一个安全的升级。其次，他们证明了随着雾气变厚（即测量变得更糟），“安全区”会变宽，但它绝不会缩小或表现异常。它是以一种可预测、稳定的方式增长的。

该团队在一个涉及60名成年人的真实数据集上进行了测试，研究了肌肉量与年龄之间的联系。在现实世界中，测量肌肉量并不精确；由于机器的工作方式，其误差可能在 ±10% 左右，而年龄也可能因为人们的四舍五入而产生 ±0.5岁 的偏差。当他们应用这个新的 HNRA 工具时，结果不是一个单一的数字。相反，他们得到了一个关于连接强度的范围：F统计量（一个告诉我们证据有多强的分数）落在 116.52 到 260.02 之间。

为什么这很重要？在旧的方法中，174.06（平均值）的分数已经被认为是一个“胜利”，因为它远高于 4.00 的临界阈值。但通过使用 HNRA，科学家们可以做出更强有力的陈述：“即使在最坏的情况下，即误差达到其绝对最大值时，最低可能的得分仍然是 116.52。”这意味着结论——即年龄和肌肉量之间确实存在联系——是坚如磐石的，无论我们的测量工具如何晃动。

该论文还运行了 500 次计算机模拟，以观察该工具如何处理不同程度的混乱情况。他们发现，即使我们让测量变得非常粗糙（不确定性高达 25%），该工具依然能够经受住考验，保持“安全区”足够宽，同时保持结论的稳定性。然而，作者们也谨慎地指出，这个工具最适用于那些需要考虑已知测量误差的情况，例如在医院实验室或使用可穿戴健身追踪器时。它不是一个能修复一切的魔杖；如果数据过于混乱或信号过于微弱，“安全区”可能会变得如此之宽，以至于失去帮助作用。但在我们已知工具存在局限性的情况下，HNRA 提供了一种既能诚实面对这些局限，又能获得可靠答案的方法。这是一种在说：“我们知道我们的尺子并不完美，但我们确切知道它有多不完美，并且我们仍然可以解开谜题。”

技术摘要：混合中性直觉回归方差分析 (HNRA)

问题陈述
经典的基于回归的方差分析 (ANOVA) 是定量生物医学推断的基础，但它依赖于预测变量 ( $X$ ) 和响应变量 ( $Y$ ) 被观测为精确、无误差量的假设。在实践中，由于仪器校准界限、生物变异性、传感器报告误差以及自报数据的舍入，这一假设经常被违反。现有的方法论——如区间回归、模糊回归和贝叶斯回归——试图解决测量不精确的问题，但存在特定的局限性：

区间回归： 通常缺乏标准的 ANOVA 分解或常规的 $F$ -统计量。
模糊回归： 需要主观的隶属函数参数化，且缺乏标准的 ANOVA 表。
贝叶斯回归： 需要先验分布设定，并产生后验分布而非频率派的 $F$ -统计量。
现有的中性直觉模型： 先前的研究已经建立了中性直觉相关性和简单回归，但尚未推导出完整的回归 ANOVA 分解（ $SST_N = SSR_N + SSE_N$ ）以及具有形式化界限的 $F$ -统计量。

因此，在能够通过回归 ANOVA 的平方和分解传播结构性测量不确定性，同时保持经典普通最小二乘法 (OLS) 的可解释性和计算简便性的统计框架方面，存在研究空白。

方法论：HNRA 框架
本文引入了混合中性直觉回归方差分析 (HNRA)，该框架将观测值表示为中性直觉区间，并通过闭区间算术在回归 ANOVA 中传播这些观测值。

中性直觉区间表示：
观测值被转化为闭区间 $A_N = [A_L, A_U]$ 。对于数据集 $(x_i, y_i)$ ，中性直觉表示定义为：
- $X_{i,N} = [x_i - \delta_x, x_i + \delta_x]$
- $Y_{i,N} = [(1-\delta_y)y_i, (1+\delta_y)y_i]$
  其中 $\delta_x$ 和 $\delta_y$ 分别代表预测变量和响应变量的非负不确定性参数。
模型构建：
HNRA 模型保留了使用区间中点计算的经典 OLS 系数估计值 ( $\hat{\beta}_0, \hat{\beta}_1$ )。模型表示为 $Y_{i,N} = \beta_0 + \beta_1 X_{i,N} + \epsilon_{i,N}$ 。
- 拟合值： 使用区间算术进行计算，并在 $\beta_1 < 0$ 时应用边界交换以维持 $[L, U]$ 顺序。
- 平方和： 总平方和 ( $SST_N$ )、回归平方和 ( $SSR_N$ ) 和误差平方和 ( $SSE_N$ ) 使用闭区间算术规则（加法、减法和平方）计算为区间。
- $F$ -统计量： 区间值 $F$ -统计量定义为 $F_N = [F_L, F_U] = [MSR_L / MSE_U, MSR_U / MSE_L]$ ，其中均方值由区间平方和导出。
决策分类：
该框架根据 $F$ -区间 $[F_L, F_U]$ 与经典临界值 $F^*$ 之间的关系，引入了三类显著性分类：
- 一致显著 (Uniformly Significant)： $F_L > F^*$ （在所有不确定性实现下均保证显著）。
- 一致不显著 (Uniformly Non-Significant)： $F_U < F^*$ 。
- 不确定性敏感区域 (Uncertainty-Sensitive Region)： $F_L \leq F^* \leq F_U$ （结论取决于不确定性界限内的具体实现情况）。

核心理论贡献
本文通过四个理论结果证明了 HNRA 是一个保守且性质良好的经典回归 ANOVA 推广：

分解定理： 证明了在区间算术下， $SST_N \approx SSR_N + SSE_N$ 在分量层面上成立，且其偏差受不确定性参数的函数限制（ $O(\delta_x + \delta_y)$ ）。
收敛定理： 证明了当不确定性参数 ( $\delta_x, \delta_y$ ) 趋于零时，所有 HNRA 区间量均精确收敛于其经典的清晰（crisp）对应值。
单调性定理： 确立了所有区间值统计量（包括 $F$ -统计量）的宽度随测量不确定性的增加而单调增长，确保增加不确定性预算不会导致推断结论出现伪缩窄。
有界性与正定性定理： 证明了如果均方的下界为正，则区间 $F$ -统计量是严格正且有限的。一个推论保证了如果下界 $F_L$ 超过经典临界值，则具有一致的统计显著性。

实验结果
该框架使用了一个关于肌肉质量与年龄关系的生物医学数据集 ( $n=60$ ) 进行验证，其中响应不确定性为 $\pm 10\%$ ，预测变量不确定性为 $\pm 0.5$ 年。

应用： 经典的 $F$ -统计量为 174.06。HNRA 结果得出 $F_N = [116.52, 260.02]$ 。由于下界 (116.52) 大幅超过临界值 ( $F^* \approx 4.00$ )，该关系被归类为一致显著。
敏感性分析： 在 5% 到 25% 的不确定性水平下， $F_N$ 的区间宽度单调增长，但下界仍显著高于临界阈值，证实了结论在高不精确度下的稳定性。
模拟研究： 500 次重复实验的模拟研究确认，经典估计值始终落在 HNRA 区间内。一项包含 18,000 个数据集的扩展因子模拟显示，当误差均方保持正值时，HNRA 区间对经典 $F$ 值的覆盖率达到 100%。
边界场景： 针对较弱效应强度的合成场景，实验展示了“不确定性敏感区域”，即在这种情况下，经典 ANOVA 可能报告显著性，而 HNRA 则能正确识别出结论对测量不确定性的脆弱性。

意义与主张
本文声称 HNRA 在统计推断中占据了一个独特的地位，因为它：

保留了可解释性： 它使用经典的 OLS 系数，使结果对于接受过频率派回归训练的从业者而言是熟悉的。
消除了分布假设： 与贝叶斯方法不同，它不需要先验；与模糊方法不同，它不需要隶属函数参数化。
提供了形式化保证： 它提供了一个完整的 ANOVA 分解和一个具有证明收敛性和单调性属性的有界 $F$ -统计量，这在先前的中性直觉回归文献中是缺失的。
满足监管需求： 该框架可直接应用于临床实验室科学和流行病学，这些领域要求在报告分析结果的同时报告测量不确定性（例如 ISO 5725, CLSI 标准）。

局限性与未来工作
作者明确指出了以下几点局限性：

第一类错误控制： 目前尚未建立中性直觉区间下的正式第一类错误控制；因此，HNRA 目前被定位为一个鲁棒的描述性和敏感性分析工具，而非完全验证的频率派假设检验工具。
运行范围： 在低信号-高不确定性机制下， $F$ -区间可能会变得宽泛到失去信息价值（即“不确定性敏感区域”），且误差均方的下界 ( $MSE_L$ ) 可能会趋近于零。
范围： 当前公式限于简单回归 ( $k=1$ )。将模型扩展至多元回归、非对称不确定性界限以及区间值模型选择标准（如 AIC）被列为未来的工作方向。

技术摘要：混合中性直觉回归方差分析 (HNRA)

类似论文