Minimax‐Optimal Strength of Statistical Evidence for a Composite Alternative Hypothesis
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Résumé Le rapport de vraisemblance mesure l'évidence statistique, par rapport ô une hypothèse nulle, d'une contre‐hypothèse simple. Il n'existe pas d'équivalent direct dans le contexte d'hypothèses composées. Nous montrons comment, en traitant le paramètre d'intérêt comme une grandeur aléatoire, il est cependant possible d'évaluer l'évidence statistique d'une hypothèse composée sans passer par la spécification ni l'estimation d'une loi ni d'un a priori particuliers. Le fait de traiter le paramètre comme un quantité aléatoire traduit ici sa variabilité plutôt qu'une incertitude le concernant, et la mesure idéale de l'évidence en faveur de la contre‐hypothèse est la différence entre les logarithmes des odds a posteriori et a priori. Cette mesure idéale peur être remplacée par toute mesure estimée, pourvu qu'elle soit asymptotiquement sans biais. Une telle méthode s'interprète aisément et, le cas échéant, peut être utilisée en combinaison avec un a priori, spécifié ou estimé, sur l'hypothèse nulle. Nous décrivons deux de ces mesures estimées présentant des propriétés d'optimalité de type minimax. Une application ô des données protéomiques indique que la modification d'une de ces mesures optimales portant sur les données relatives ô une protéine unique fournit une bonne approximation de la différence entre les logarithmes des odds a posteriori et a priori en provenance de 20 protéines différentes.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.388 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.003 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.034 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it