[論文レビュー] A Linear Model for Interval-valued Data

Yan Sun, Dan A. Ralescu|arXiv (Cornell University)|Jun 11, 2015

Fuzzy Systems and Optimization参考文献 18被引用数 7

ひとこと要約

本稿は、x ≤ y を満たす錐 ℝ² 内でのアフィン作用素を用いた区間値データのための新しい線形モデルを提案する。従来のモデルよりも柔軟性を高めつつも解釈可能性を保ち、最小二乗推定により明示的で閉形式のパラメータ解を得る。理論的および実証的妥当性は、シミュレーションおよび実データ応用を通じて確認される。

ABSTRACT

Interval-valued linear regression has been investigated for some time. One of the critical issues is optimizing the balance between model flexibility and interpretability. This paper proposes a linear model for interval-valued data based on the affine operators in the cone $\mathcal{C} = \{ (x, y) \in \mathbb{R}^2 | x \leq y\}$. The resulting new model is shown to have improved flexibility over typical models in the literature, while maintaining a good interpretability. The least squares (LS) estimators of the model parameters are provided in a simple explicit form, which possesses a series of nice properties. Further investigations into the LS estimators shed light on the positive restrictions of a subset of the parameters and their implications on the model validity. A simulation study is presented that supports the theoretical findings. An application to a real data set is also provided to demonstrate the applicability of our model.

研究の動機と目的

• 区間値回帰におけるモデルの柔軟性と解釈可能性のトレードオフを改善すること。
• 区間データの二変量ベクトルベースのモデルと確率的集合ベースのモデルの間のギャップを埋めること。
• 数学的厳密性を保ちつつ、従来の手法よりも高い実用的柔軟性を有する線形モデルを開発すること。
• 統計的性質が保証される明示的最小二乗推定量を提供すること。
• 特に範囲成分に関するパラメータ制約を検討し、モデルの妥当性と解釈可能性を確保すること。

提案手法

• 区間値データを集合 𝒞 = {(x,y) ∈ ℝ² | x ≤ y} 内の要素として形式化し、アフィン演算を可能にする。
• 区間を ℝ 内のコンact凸集合として扱い、アフィン作用素による線形モデルを定義する。
• 中心成分と範囲成分の標本モーメントを用いて、パラメータの最小二乗推定量を閉形式で導出する。
• 観測値と予測値の間の区間のサポート関数の L₂ 距離を最小化することでモデルを適用する。
• 範囲成分の勾配パラメータに正の制約を課し、モデルの妥当性を保証する。
• シミュレーションおよび実データを用いて、モデルの性能と推定量の性質を検証する。

実験結果

リサーチクエスチョン

• RQ1 従来の手法よりも柔軟性と解釈可能性のバランスを改善した区間値データの線形モデルを構築できるか？
• RQ2 提案モデルの最小二乗推定量は、明示的表現および統計的性質においてどのように振る舞うか？
• RQ3 範囲成分の勾配パラメータに正の制約を課すと、どのような意味を持つのか？
• RQ4 中心-範囲モデルや二変量ベクトルベースのモデルと比較して、本モデルは妥当性を保ちつつ性能が向上するか？
• RQ5 推定量は漸近的にどのように振る舞うか、特に勾配パラメータの符号と大きさとどのように関係するか？

主な発見

• モデルパラメータの最小二乗推定量は明示的で閉形式の表現を有し、計算が容易である。
• 非対角成分を許容する係数行列を有することで、従来の中心-範囲モデルや二変量ベクトルモデルよりも柔軟性が向上している。
• 制約付きモデルでは、範囲成分の勾配パラメータは非負でなければならないが、この制約により未制約モデルよりも低い二乗誤差の和が達成される。
• 正規性条件のもとで、範囲成分の推定勾配が正である確率は、漸近的に1に収束する。
• x ≤ y の錐制約のもとでモデルは有効な構造を維持し、予測された区間は常に可能な集合内に位置する。
• シミュレーションおよび実データ応用により、理論的性質と実用的適用可能性が確認された。