跳转至

Classification testing: A new framework for drawing qualitative conclusions from quantitative estimates

作者: Andrew C. Eggers, Zikai Li
主题: 数理统计 / 假设检验
相关性: 6/10
链接: https://arxiv.org/abs/2608.23315

一、领域脉络与小综述

这个方向是什么

本文提出的“分类检验”（classification testing）是一个替代传统单一假设检验的统计推断框架。其根本问题是：当研究者希望从定量估计（如平均处理效应）中得出定性结论（如“效应为正”、“效应可忽略”）时，如何以可控的错误率（如I类错误）做出这种定性判断？传统假设检验只能对单一备择假设（如“效应不为零”）提供错误控制，而无法对多个竞争性定性结论（如“效应为正”或“效应为负”）同时提供错误控制。分类检验通过将参数空间划分为多个有实质意义的“类别”，并设计接受域，使得将估计量错误分配到任何类别的概率被控制在预设水平α以下。

发展脉络

本文的introduction和参考文献勾勒出一条清晰的线索：

  • 奠基工作：Neyman-Pearson假设检验框架（未直接引用，但作为隐含背景）奠定了频率学派错误控制的基础。Cox et al. (1977) 在讨论中提出，双尾检验的结果可以实用地分为上临界区、下临界区和中间区，其中中间区表示“数据本身不能提供关于符号的明确证据”（p. 51）。这已隐含了分类检验的思想雏形。

  • 主要进展：

  • 等价检验（Equivalence Testing）：Schuirmann (1987) 提出TOST（Two One-Sided Tests）程序，用于检验效应是否可忽略（即|θ| < δ）。Rainey (2014)、Lakens (2017a)、Hartman and Hidalgo (2018) 将其引入社会科学，用于支持“效应可忽略”的结论。但TOST只能对“可忽略”提供错误控制，不能对“不可忽略”提供错误控制。
  • 方向性双尾检验（Directional Two-Sided Test）：Kaiser (1960) 和 Jones & Tukey (2000) 提出，在双尾检验中，如果估计量落在上尾，可声明“效应为正”；落在下尾，可声明“效应为负”；落在中间，则无结论。这本质上是符号分类检验。Rice & Krakauer (2023) 在《Annual Review of Statistics and Its Application》上对此进行了综述。
  • 分区原则（Partitioning Principle）：Finner & Strassburger (2002) 在《The Annals of Statistics》上提出，将参数空间划分为互斥的备择假设，对每个备择假设的补集进行检验，若拒绝则接受该备择假设，可控制族系错误率（FWER）而无需多重性校正。本文明确指出其框架是分区原则的一个实例。

  • 三面假设检验（Three-Sided Hypothesis Testing）：Goeman et al. (2010) 提出同时检验“优效性”、“等价性”和“劣效性”的三面检验。Isager & Fitzgerald (2024) 和 Riffenburgh & Wang (2025) 也有类似工作。本文指出其符号-幅度分类检验与三面检验相关，但更优（更powerful）。

  • 当前前沿与本文位置：当前实践的主流仍是Wald-style的零假设显著性检验（NHST），其核心不对称性——只能拒绝零假设（从而支持备择假设），不能拒绝备择假设（从而支持零假设）——已被广泛批评（Gigerenzer et al. 2004; McShane et al. 2019）。本文声称，分类检验通过允许对任何类别进行错误控制，解决了这种不对称性，并且比现有方法（如TOST、三面检验）更优（更powerful或更灵活）。

子线索聚类

  1. 等价检验与效应量检验：Schuirmann (1987), Rainey (2014), Lakens (2017a), Hartman & Hidalgo (2018), Berger & Hsu (1996), Romano (2005), Wellek (2010)。这一簇关注如何以错误控制的方式声明效应“可忽略”或“非劣效”。本文的幅度分类检验属于这一簇，但声称比TOST更powerful（因为TOST是conservative的），且能同时声明“不可忽略”。

  2. 多结论检验与分区原则：Kaiser (1960), Jones & Tukey (2000), Finner & Strassburger (2002), Goeman et al. (2010), Rice & Krakauer (2023), Isager & Fitzgerald (2024), Riffenburgh & Wang (2025)。这一簇关注如何从单一估计中得出多个可能的错误控制结论。本文的符号分类检验和符号-幅度分类检验属于这一簇，并声称其符号-幅度检验比Goeman et al. (2010) 更powerful。

  3. 对NHST的批判与替代：Gigerenzer et al. (2004), Gill (1999), McShane et al. (2019), Nickerson (2000), Rosnow & Rosenthal (1992), Cumming (2014), Greenland et al. (2016), Edlin & Love (2022)。这一簇主要批判NHST的误用和局限性，倡导更连续的推理（如置信区间、估计文化）。本文认同这些批判，但认为定性结论不可避免，因此提出分类检验作为替代。

核心问题与瓶颈

  • 核心问题1：如何从定量估计中得出定性结论，同时控制错误率？
  • 核心问题2：如何解决传统假设检验中“只能拒绝零假设，不能拒绝备择假设”的不对称性？
  • 核心问题3：当有多个竞争性定性结论时，如何以错误控制的方式在其中做出选择？
  • 当前瓶颈：传统NHST的不对称性导致研究者只能为“研究假设”提供错误控制，而无法为“零假设”或“竞争假设”提供错误控制。等价检验（TOST）部分解决了“声明可忽略”的问题，但它是conservative的（实际错误率低于名义水平），且不能同时声明“不可忽略”。三面检验（Goeman et al. 2010）允许三种结论，但其阈值固定（不随σ/δ变化），导致在某些情况下不是最优的。

⚠️ 作者的framing

作者将缺口框架为：传统假设检验的不对称性（只能拒绝零假设，不能拒绝备择假设）是根本问题，而分类检验通过允许对任何类别进行错误控制来解决这个问题。作者声称，分类检验在以下方面优于现有实践： - 当目标是裁决竞争性假设时，分类检验允许研究者直接描述这些可能性，而不是人为指定一个为研究假设。 - 当目标是检验单一假设时，分类检验使该假设面临被证伪的风险（而不仅仅是未被确认）。 - 幅度分类检验比TOST更powerful（因为TOST是conservative的），且能同时声明“不可忽略”。 - 符号-幅度分类检验比Goeman et al. (2010) 的三面检验更powerful。

被淡化或回避的竞争路线： - 贝叶斯方法：作者完全回避了贝叶斯假设检验（如贝叶斯因子、后验概率）。贝叶斯方法天然允许对多个假设进行概率赋值，且没有频率学派的不对称性问题。作者可能认为频率学派错误控制在社会科学中仍是标准，因此选择在频率学派框架内改进。 - 置信区间与估计文化：作者承认Cumming (2014) 和 McShane et al. (2019) 倡导的“估计文化”，但认为定性结论不可避免，因此分类检验是对这种文化的补充而非替代。然而，作者没有深入讨论分类检验与置信区间在信息量上的权衡——分类检验只输出一个类别，而置信区间提供了连续的信息。

什么明显该被引/该存在、却没出现在intro里？ - 决策理论框架：分类检验本质上是一个统计决策问题（将参数空间划分为行动空间，并定义损失函数）。Wald的统计决策理论（Wald, 1950）是更一般的框架，但未被引用。作者可能认为决策理论对应用研究者过于抽象。 - 多重假设检验中的“选择”与“断言”：Benjamini & Hochberg (1995) 的FDR控制被引用（在附录中），但未在intro中提及。分类检验与FDR控制的关系（如如何将分类p值用于FDR控制）是附录的内容，但intro未强调这一点。 - “无结论”区域的统计性质：分类检验允许“无结论”结果，这与“不拒绝零假设”在传统检验中的含义有微妙区别。作者在Section 2.3中讨论了这一点，但未引用关于“无结论”或“不可判定”结果的统计文献（如“三决策问题”的早期工作）。

张力

未见明显对立引用。所有被引工作基本都认同NHST存在缺陷，并试图改进。主要差异在于改进方向：等价检验关注“可忽略”结论，分区原则关注多结论控制，三面检验关注三种结论。本文试图统一这些方向。

二、最核心、最简单的例子 / 数学问题

第一步：符号、模型与可观测数据

  • 符号：
  • θ：标量估计量（estimand），如平均处理效应（ATE）。这是研究者想要推断的未知参数。
  • ̂θ：θ的估计量（estimator），如样本均值或回归系数。这是可观测的。
  • σ：̂θ的标准误（standard error），可能未知但可被一致估计。
  • ̂σ：σ的一致估计量。这是可观测的。
  • α：显著性水平（significance level），即允许的最大错误分类概率。通常取0.05。
  • δ：幅度分类中的阈值，用于定义“可忽略”效应的大小（如Cohen's d = 0.15）。这是研究者根据领域知识预设的。
  • C₁, C₂, ..., C_K：参数空间Θ的互斥划分，每个C_j对应一个定性类别（如“正”、“负”、“可忽略”）。
  • A₁, A₂, ..., A_K：接受域（acceptance regions），即̂θ的取值区间。如果̂θ ∈ A_j，则声明θ ∈ C_j。
  • z_{1-α}：标准正态分布的1-α分位数，即Φ⁻¹(1-α)。例如，α=0.05时，z_{0.95} ≈ 1.645。
  • Φ(·)：标准正态分布的累积分布函数（CDF）。

  • φ(·)：标准正态分布的概率密度函数（PDF）。

  • 模型：

  • 数据生成机制：̂θ ~ N(θ, σ²)（渐近正态）。这是社会科学应用中的标准假设，基于中心极限定理或M估计理论。
  • 已知：̂θ和̂σ是可观测的。σ未知但可被̂σ一致估计。

  • 要估的对象：θ的真实值属于哪个类别C_j。

  • 可观测数据：

  • 可观测：̂θ（点估计）和̂σ（标准误估计）。例如，在回归分析中，̂θ是回归系数，̂σ是其标准误。
  • 潜在/不可观测：θ的真实值。σ的真实值（但̂σ是其一致估计）。
  • 关键假设：̂θ的渐近正态性，以及̂σ的一致性。这是所有频率学派推断的基础。

第二步：最小内核——符号分类检验

最简特例：假设我们只关心θ的符号（正或负），且只有一个边界点0。这是分类检验中最简单的情况，也是Kaiser (1960) 和 Jones & Tukey (2000) 提出的“方向性双尾检验”。

设定： - 参数空间Θ = ℝ。 - 类别：C⁻ = (-∞, 0]（“负或零”），C⁺ = (0, ∞)（“正”）。 - 可观测数据：̂θ ~ N(θ, σ²)，σ已知（为简化，先假设已知；实际中可用̂σ代替）。 - 目标：以错误率≤ α 声明θ ∈ C⁻ 或 θ ∈ C⁺。

核心思路： 传统单尾检验只能拒绝H₀: θ ≤ 0（从而声明θ > 0），但不能拒绝H₀: θ > 0（从而声明θ ≤ 0）。分类检验通过同时运行两个单尾检验来解决这个问题： - 检验1：H₀: θ ≤ 0 vs H₁: θ > 0。如果̂θ ≥ z_{1-α}σ，则拒绝H₀，声明θ ∈ C⁺。 - 检验2：H₀: θ > 0 vs H₁: θ ≤ 0。如果̂θ ≤ -z_{1-α}σ，则拒绝H₀，声明θ ∈ C⁻。 - 如果|̂θ| < z_{1-α}σ，则两个检验都无法拒绝，结果为“无结论”。

为什么不需要多重性校正？ 因为两个检验是互斥的：如果检验1拒绝（̂θ ≥ z_{1-α}σ），则检验2必然不拒绝（因为̂θ > 0，不满足̂θ ≤ -z_{1-α}σ）。反之亦然。因此，在θ = 0（最坏情况）下，错误分类的概率恰好是α（因为只有一侧的检验可能错误拒绝）。这符合分区原则（Finner & Strassburger 2002）。

等价于1-2α置信区间规则： 符号分类检验等价于：如果1-2α置信区间（̂θ ± z_{1-α}σ）完全落在C⁺内（即下界 > 0），则声明θ ∈ C⁺；如果完全落在C⁻内（即上界 < 0），则声明θ ∈ C⁻；否则无结论。这是因为： - ̂θ - z_{1-α}σ > 0 ⇔ ̂θ > z_{1-α}σ（声明正）。 - ̂θ + z_{1-α}σ < 0 ⇔ ̂θ < -z_{1-α}σ（声明负）。

这个例子说明了什么？ 它展示了分类检验的核心思想：通过对称地对待所有类别，允许对任何类别进行错误控制，从而解决了传统检验的不对称性。它也是更复杂分类检验（幅度、符号-幅度）的构建基础。

三、这篇论文做了什么

三句话

  1. 研究问题：本文提出“分类检验”（classification testing）框架，作为传统单一假设检验的替代，允许研究者从定量估计中得出定性结论（如“效应为正”、“效应可忽略”），并控制错误分类率。
  2. 核心工具/方法：将参数空间划分为多个有实质意义的类别，设计接受域（acceptance regions），使得将估计量错误分配到任何类别的概率被控制在预设水平α以下。采用最大最小（maximin）准则选择最优接受域。
  3. 主要结论：分类检验在以下方面优于传统实践：(a) 符号分类检验等价于两个单尾检验，无需多重性校正；(b) 幅度分类检验比TOST更powerful（实际错误率更接近名义水平），且能同时声明“不可忽略”；(c) 符号-幅度分类检验比Goeman et al. (2010)的三面检验更powerful。通过一个实地实验数据（Broockman & Kalla 2025）展示了框架的应用。

关键设定与假设

  • 设定：标量估计量θ，估计量̂θ渐近正态：̂θ ~ N(θ, σ²)，其中σ可被一致估计。
  • 假设：
  • 渐近正态性：̂θ的抽样分布是渐近正态的。这是社会科学应用中的标准假设，基于中心极限定理或M估计理论。
  • 一致标准误估计：̂σ是σ的一致估计。这保证了渐近有效性。
  • 参数空间划分：研究者根据领域知识将Θ划分为互斥的类别C₁, ..., C_K。划分必须是有实质意义的、逻辑完备的。
  • 错误控制目标：对于所有θ ∈ C_j，将θ错误分类到任何其他类别的概率不超过α。即sup_θ P_θ(错误分类) ≤ α。
  • 最大最小准则：在满足错误控制约束的所有分类规则中，选择最大化“最坏情况下的正确分类概率”（即所有类别中正确分类概率的最小值）的规则。

与已有文献的比较： - 相比传统NHST：分类检验允许对任何类别进行错误控制，而不仅仅是备择假设。 - 相比TOST：幅度分类检验的接受域是直接校准的（使边界处的错误率恰好为α），而TOST是conservative的（实际错误率低于α）。此外，分类检验允许声明“不可忽略”，而TOST不能。 - 相比Goeman et al. (2010)的三面检验：符号-幅度分类检验的阈值(z_dir, z_eq)依赖于σ/δ（即估计精度），而Goeman et al.使用固定阈值（z_{1-α/2}和z_{1-α}）。本文声称其方法更powerful，因为固定阈值只在特定σ/δ值下最优。

主要结果

  1. 符号分类检验（Proposition 3）：
  2. 接受域：A⁻ = (-∞, -z_{1-α}σ]，A⁺ = [z_{1-α}σ, ∞)。
  3. 最优性：在满足错误控制约束的所有规则中，该规则最大化最坏情况下的正确分类概率（即maximin最优）。

  4. 等价于1-2α置信区间规则：如果1-2α CI完全落在C⁻或C⁺内，则分类。

  5. 幅度分类检验（Proposition 4）：

  6. 类别：C₀ = (-δ, δ)（“可忽略”），C_± = (-∞, -δ] ∪ [δ, ∞)（“不可忽略”）。
  7. 接受域：A₀ = (-b, b)，A_± = (-∞, -a] ∪ [a, ∞)，其中(a, b)由以下方程唯一确定：
    • P_{θ=δ}(̂θ ∈ A_±) = α（控制将边界“可忽略”误分类为“不可忽略”的概率）。
    • P_{θ=δ}(̂θ ∈ A₀) = α（控制将边界“不可忽略”误分类为“可忽略”的概率）。
  8. 最优性：该规则是maximin最优的。

  9. 与TOST的比较：当σ/δ较小时，TOST的接受域与分类检验的A₀近似相同；但当σ/δ较大时，TOST的接受域消失（即无法声明“可忽略”），而分类检验的A₀始终存在。此外，分类检验的A_±允许声明“不可忽略”，而TOST不能。

  10. 符号-幅度分类检验（Proposition 5）：

  11. 类别：C₀ = (-δ, δ)（“可忽略”），C⁻ = (-∞, -δ]（“负且不可忽略”），C⁺ = [δ, ∞)（“正且不可忽略”）。
  12. 接受域：A⁺ = [δ + z_dir σ, ∞)，A⁻ = (-∞, -δ - z_dir σ]，A₀ = (-δ + z_eq σ, δ - z_eq σ)，其中(z_dir, z_eq)由以下方程唯一确定：
    • P_{θ=δ}(̂θ ∈ A⁺ ∪ A⁻) = α（控制将边界“可忽略”误分类为“正/负且不可忽略”的概率）。
    • P_{θ=δ}(̂θ ∈ A₀ ∪ A⁻) = α（控制将边界“正且不可忽略”误分类为“可忽略”或“负且不可忽略”的概率）。
  13. 最优性：该规则是maximin最优的。

  14. 与Goeman et al. (2010)的比较：本文的阈值(z_dir, z_eq)依赖于σ/δ，而Goeman et al.使用固定阈值（z_{1-α/2}和z_{1-α}）。附录E.1的模拟显示，本文方法在控制错误率的同时，正确分类概率（weakly）优于Goeman et al.的方法。

  15. 渐近有效性（Proposition 6）：

  16. 当标准误估计量̂σ一致时，使用̂σ代替σ的plug-in程序渐近地控制错误率：sup_θ P_θ(错误分类) → α（依概率）。

  17. 多重检验的组合（Section 6）：

  18. 当多个分类检验的结果可以组合时，只有当每个边界来自一个半有界声明（如符号检验的“正”或“负”，或符号-幅度检验的“正且不可忽略”）时，组合后的错误控制才成立。如果边界来自“可忽略”声明或幅度检验的声明，则组合后的错误控制不成立。

证明路线与技术技巧

整体路线（以符号-幅度检验为例，Proposition 5）：

  1. 对称性约化：利用问题在θ → -θ下的反射不变性，将接受域限制为对称形式：A⁺ = [δ + z_dir σ, ∞)，A⁻ = (-∞, -δ - z_dir σ]，A₀ = (-δ + z_eq σ, δ - z_eq σ)。这减少了自由参数。
  2. 单调性分析：证明每个类别的正确分类概率在θ上是单调的，因此其下确界（infimum）在类别边界处达到。例如，对于C⁺，P_θ(̂θ ∈ A⁺)在θ上递增，下确界在θ = δ处。
  3. 错误控制约束：将全局错误控制约束转化为两个边界约束：
  4. 在θ = δ（从C₀侧逼近）：P_θ(̂θ ∈ A⁺ ∪ A⁻) ≤ α。
  5. 在θ = δ（从C⁺侧逼近）：P_θ(̂θ ∈ A₀ ∪ A⁻) ≤ α。
  6. 最大最小优化：目标函数W = min{inf_{θ∈C⁺} P_θ(̂θ ∈ A⁺), inf_{θ∈C₀} P_θ(̂θ ∈ A₀)}。由于对称性，inf_{θ∈C⁻} P_θ(̂θ ∈ A⁻) = inf_{θ∈C⁺} P_θ(̂θ ∈ A⁺)。在错误控制约束下，最大化W等价于使两个边界约束同时取等号（即达到α）。
  7. 唯一解的存在性：证明存在唯一的(z_dir, z_eq)使得两个边界约束同时取等号。这通过中间值定理和单调性完成。

关键跳跃点： - 从全局约束到边界约束：证明错误分类概率在θ上的最大值出现在类别边界处（Proposition 1）。这是整个证明的基础，它将无限维的约束（对所有θ）简化为有限个边界点约束。 - 最大最小准则的适用性：当存在多个类别时，不存在一致最优势（UMP）检验。作者采用最大最小准则，并证明最优规则使所有边界约束同时取等号。这需要证明在最优解处，所有类别的“最坏情况正确分类概率”相等。 - 符号-幅度检验中两个约束的耦合：与幅度检验不同，符号-幅度检验中，在θ = δ（从C⁺侧逼近）时，错误分类包括A₀和A⁻两部分。这导致z_dir和z_eq通过P⁻(z_dir)耦合。作者通过两步法求解：先由第一个约束解出z_dir，再代入第二个约束解出z_eq。

技术技巧点名： - 分区原则（Partitioning Principle）：Finner & Strassburger (2002) 的思想，用于证明无需多重性校正。 - 最大最小准则（Maximin Criterion）：Lehmann & Romano (2022, Ch. 8) 的标准方法，用于在无UMP检验时选择最优规则。 - 单调似然比（Monotone Likelihood Ratio）：正态分布族在̂θ上具有单调似然比，这保证了接受域的最优形式是半直线或区间。 - 中间值定理（Intermediate Value Theorem）：用于证明校准方程的解存在且唯一。 - 连续映射定理（Continuous Mapping Theorem）：用于证明plug-in程序的渐近有效性（Proposition 6）。

真实例子与应用

数据：Broockman & Kalla (2025) 的实地实验，研究让Fox News观众接触CNN的效果。该实验有32个预注册的指标（indices），每个指标对应一个平均处理效应（ATE）的估计和标准误。

方法应用： 1. 设定δ = 0.15个标准差（Cohen's d的小效应阈值）。 2. 对每个指标，分别进行： - 传统双尾检验（H₀: θ = 0, α = 0.05）。 - 符号分类检验（α = 0.05）。 - 符号-幅度分类检验（α = 0.05, δ = 0.15）。 3. 根据Section 6的规则，组合符号检验和符号-幅度检验的结果，得到“组合声明”。

结果（Figure 6）： - 传统双尾检验：16个显著，16个不显著。 - 符号分类检验：18个有方向性声明（17个正，1个负），14个无结论。 - 符号-幅度分类检验：2个“正且不可忽略”，12个“可忽略”，18个无结论。 - 组合声明：29个指标有错误控制声明（91%），而传统检验只有16个（50%）。

这个例子想说明什么： - 分类检验比传统检验产生更丰富的结论：不仅包括“显著/不显著”，还包括方向（正/负）和幅度（可忽略/不可忽略）。 - 分类检验可以识别出传统检验无法识别的模式：例如，一些传统上“不显著”的指标被分类为“可忽略”（有错误控制），一些被分类为“正”（有错误控制）。 - 组合多个分类检验可以产生更精确的声明（如“正且不可忽略”）。

🔎 结论是否比证明窄

  • Section 5.2（幅度分类检验）：作者声称幅度分类检验“至少与任何现有等价检验一样好”（p. 19）。但附录E.2指出，在已知σ的情况下，幅度分类检验的“可忽略”接受域与Berger & Hsu (1996)的改进等价检验相同。在未知σ的情况下，本文使用plug-in方法（渐近有效），而Berger & Hsu使用t分布（精确有限样本有效）。因此，本文的声明在渐近意义下成立，但在有限样本下可能不如Berger & Hsu的方法（如果t分布与正态近似有显著差异）。作者在附录中承认了这一点，但未在正文中强调。
  • Section 5.3（符号-幅度分类检验）：作者声称其方法比Goeman et al. (2010)更powerful。附录E.1的模拟支持这一说法，但模拟仅针对特定参数设置（n=500, 特定δ和σ值）。作者没有提供理论证明（如渐近相对效率），因此这一结论的普遍性有待进一步验证。
  • Section 9（讨论）：作者提到“更精细的分区（超过3个类别）可能引发本文未解决的问题”（p. 29）。这暗示了框架的局限性：对于超过3个类别的情况，最优规则不再由边界错误率唯一确定，需要额外的准则（如贝叶斯先验）。这是一个开放问题。

四、开放问题

  1. 有限样本精确性：本文的框架依赖于̂θ的渐近正态性和̂σ的一致性。对于小样本或非正态数据，渐近近似可能不准确。如何为分类检验开发精确的有限样本方法（如基于t分布或置换检验）？扎根点：Proposition 6（渐近有效性）和附录E.2（与Berger-Hsu的比较）暗示了有限样本问题。

  2. 更精细分区的设计：对于超过3个类别（如“大正”、“中正”、“可忽略”、“中负”、“大负”）的情况，如何设计最优接受域？作者指出，此时边界错误率不再唯一确定规则，需要额外的准则（如最大化在某个先验下的期望功效）。扎根点：Section 9的讨论（p. 29）明确提到“更精细的分区可能引发本文未解决的问题”。

  3. 多重检验的联合错误控制：当对多个估计量同时进行分类检验时，如何控制全局错误率（如FDR或FWER）？本文附录C提供了初步方案（使用分类p值和BH/Holm程序），但模拟仅针对特定依赖结构（等相关、符号块、t-copula、对抗混合）。对于更一般的依赖结构（如时间序列、空间数据），这些程序的表现如何？扎根点：附录C的模拟和讨论。

  4. 与贝叶斯方法的比较：本文完全在频率学派框架内工作。贝叶斯方法（如贝叶斯因子、后验概率）天然允许对多个假设进行概率赋值，且没有频率学派的不对称性问题。分类检验与贝叶斯方法在理论（如最优性准则）和实践（如先验选择）上的关系是什么？扎根点：作者在intro中回避了贝叶斯方法，但这是一个明显的替代路线。

Maintained by 陈星宇 · Homepage · Source on GitHub

评论