[論文レビュー] Bayesian Analysis of Rank Data with Covariates and Heterogeneous Rankers

Xinran Li, Dingdong Yi+1 more|arXiv (Cornell University)|Jul 20, 2016

Bayesian Methods and Mixture Models参考文献 74被引用数 6

ひとこと要約

本稿では、共変数とばらつきのあるランカーを考慮した順位データをモデリングするためのベイズ枠組み、BARC（共変数を伴う順位データのベイズ解析）を提案する。Thurstoneモデル族を用い、効率的な事後分布推定を可能にするパラメータ拡張型ギブスサンプラーを採用することで、集約順位の不確実性評価や意見の観点からのランカーのクラスタリングが可能となり、シミュレーションおよび実データ（NFLおよび歯科矯正）応用において性能向上が確認された。

ABSTRACT

Data in the form of ranking lists are frequently encountered, and combining ranking results from different sources can potentially generate a better ranking list and help understand behaviors of the rankers. Of interest here are the rank data under the following settings: (i) covariate information available for the ranked entities; (ii) rankers of varying qualities or having different opinions; and (iii) incomplete ranking lists for non-overlapping subgroups. We review some key ideas built around the Thurstone model family by researchers in the past few decades and provide a unifying approach for Bayesian Analysis of Rank data with Covariates (BARC) and its extensions in handling heterogeneous rankers. With this Bayesian framework, we can study rankers' varying quality, cluster rankers' heterogeneous opinions, and measure the corresponding uncertainties. To enable an efficient Bayesian inference, we advocate a parameter-expanded Gibbs sampler to sample from the target posterior distribution. The posterior samples also result in a Bayesian aggregated ranking list, with credible intervals quantifying its uncertainty. We investigate and compare performances of the proposed methods and other rank aggregation methods in both simulation studies and two real-data examples.

研究の動機と目的

• 順位データの集約を、順位対象物の共変数情報、ばらつきのあるランカー、不完全な順位リストを含む状況で扱う。
• 意見構造に基づくランカーのクラスタリングを通じてランカーのばらつきをモデル化する。
• Thurstoneモデル枠組みに共変数効果を組み込み、順位の正確性と解釈可能性を向上させる。
• ベイズ推論を用いて信用区間を用いて集約順位の不確実性を評価する。
• 複雑で高次元な順位モデルにおける事後分布計算のための効率的なMCMCアルゴリズムを開発する。

提案手法

• 潜在的真値スコアの線形予測子を用いて、Thurstone-Mosteller-Daniels（TMD）モデルに共変数を拡張する。
• TMDモデルの事後分布サンプリングにおける混合性と収束性を向上させるために、パラメータ拡張型ギブスサンプラーを適用する。
• 有限または無限混合モデルを用いて、意見構造に基づくランカーのクラスタリングを実施し、ばらつきのある順位付け行動を許容する。
• 潜在スコアの平均構造に共変数効果を組み込み、対象物の順位の予測と解釈を可能にする。
• 潜在的効用を用いたデータ拡張により、TMDモデル下での完全なベイズ推論を実現する。
• 95%信用区間を伴う集約順位を生成することで、最終的な順位順序の不確実性を定量化する。

実験結果

リサーチクエスチョン

• RQ1 順位対象物の共変数情報を、順位データのベイズモデルに効果的に統合する方法は何か？
• RQ2 有限または無限混合のThurstoneモデルを用いて、ランカーのばらつきをどの程度モデル化・クラスタリングできるか？
• RQ3 共変数とランカークラスタリングの組み込みが、集約順位の正確性と不確実性評価にどのように寄与するか？
• RQ4 提案手法のベイズ的手法が、実データおよびシミュレーションデータにおいて、既存の順位集約手法と比較してどの程度の性能を示すか？
• RQ5 パラメータ拡張型ギブスサンプラーは、高次元で不完全な順位データに加え、ばらつきのあるランカーを扱う際にどの程度のロバスト性を示すか？

主な発見

• BARCモデルは、特に不完全な順位設定下でも、共変数情報を組み込むことで順位の正確性を向上させた。
• BARCMモデルは、歯科矯正データにおいて、左頬側咬合の影響について異なる意見を持つ2つのランカークラスタを特定した。
• 事後推定では、オーバージェット、オーバーバイト、センターインデックスの共変数が、歯科矯正結果に強く負の影響を及ぼすことが示された。これは臨床的直観と整合的であった。
• NFLクォーターバック順位の信用区間には、中位順位のランカーに著しい不確実性が確認され、不確実性評価の価値が浮き彫りになった。
• パラメータ拡張型ギブスサンプラーは、効率的な収束と混合性を達成し、複雑なモデルにおける実用的な事後分布推定を可能にした。
• シミュレーションスタディでは、BARCおよびBARCMが、ランカーのばらつき行動下でも、標準的な順位集約手法を上回る正確性とロバスト性を示した。