[論文レビュー] ballmapper: Applying Topological Data Analysis Ball Mapper in Stata

Simon Rudkin, Wanling Rudkin|arXiv (Cornell University)|Jan 1, 2026

Topological and Geometric Data Analysis被引用数 0

ひとこと要約

本論文は、Topological Data Analysis Ball Mapper（TDABM）を適用する Stata パッケージ ballmapper を紹介し、次元削減なしでデータの視覚化を行い、データ連関カラーリングとボールベースの解釈可能なグラフを提供します。

ABSTRACT

Topological Data Analysis Ball Mapper (TDABM) offers a model-free visualization of multivariate data which does not necessitate the information loss associated with dimensionality reduction. TDABM Dlotko (2019) produces a cover of a multidimensional point cloud using equal size balls, the radius of the ball is the only parameter. A TDABM visualization retains the full structure of the data. The graphs produced by TDABM can convey coloration according to further variables, model residuals, or variables within the multivariate data. An expanding literature makes use of the power of TDABM across Finance, Economics, Geography, Medicine and Chemistry amongst others. We provide an introduction to TDABM and the \texttt{ballmapper} package for Stata.

研究の動機と目的

• TDABM の方法論と、それが従来の次元削減手法よりも持つ利点を紹介する。
• Stata 用 ballmapper パッケージとそのインストール、使用方法、および出力構造を提示する。
• TDABM の視覚化を追加変数で着色し、元データに結びつけて解釈可能にする方法を説明する。
• 実例を通じた実装の実証と、データ構造を捉える上でのボール半径の役割を論じる。

提案手法

• TDABM は等半径のボールで K 次元点群を覆い、2D の抽象表現を形成する。
• 中心点（ランドマーク）は未覆点から順次選択され、すべての点が覆われるまで繰り返し、L 個のボールを作る。
• 各ボール b は、ボール内の点の数 nb と、視覚化のための着色変数 Y のボール内平均 ȳb を格納する。
• 半径 ε の近傍が重なるボール同士の間にエッジを描き、ボールのサイズが密度を反映する連結 TDABM グラフを生成する。
• 着色は任意の Y 変数（残差やモデル出力を含む）を用いて X 空間全体の構造を示すことができる。
• ballmapper パッケージは、グラフデータ用の BM_RESULTS および基礎データを統合した BM_MERGED の2つの Stata フレームと、要約用の ballsummary() および variablesummary() といった機能を構築する。

Figure 1: Bivariate Normal Example Data

実験結果

リサーチクエスチョン

• RQ1 TDABM は次元削減を行わずにどのように高次元データの構造を表現するのか？
• RQ2 ボール半径 ε の選択は、TDABM の視覚化における局所的および全体的な構造にどのように影響するのか？
• RQ3 ballmapper は TDABM のグラフ特徴を元データと結びつけ、解釈とモデル評価を促進できるか？
• RQ4 ballmapper は探索的分析を支援する実用的な出力と要約を提供するのか？

主な発見

• TDABM は情報損失なしに多変量データをトップロジー的に忠実なモデルフリーの視覚化として提供する。
• ボール半径 ε により、局所的密度と全体的形状の両方を捉える多段階のデータ構造の探索が可能になる。
• ボールの大きさは点密度を反映し、エッジはボール間の重なりを示し、解釈可能なグラフ構造を形成する。
• ボール着色は追加変数や残差をデータ空間全体で可視化でき、モデル評価と解釈を促進する。
• ballmapper の Stata パッケージは、TDABM のボールを元データの観測と結びつける BM_RESULTS および BM_MERGED フレームを出力し、ballsummary() および variablesummary() を介した要約分析をサポートする。
• このアプローチは反復を通じて一貫したグラフ構築を示し、ランドマークの順序を変えることで頑健性チェックを行える。

Figure 2: Building the Topological Data Analysis Ball Mapper Plot