[論文レビュー] Derivative Principal Component Analysis for Representing the Time Dynamics of Longitudinal and Functional Data

Xiongtao Dai, Hans‐Georg Müller+1 more|arXiv (Cornell University)|Jul 14, 2017

Statistical Methods and Inference参考文献 18被引用数 6

ひとこと要約

本稿では、滑らかな縦断的および関数的データの導関数を、導関数過程のカラーハン・ロイの展開を直接モデル化・表現する非パrametric手法である誘導主成分分析（DPCA）を提案する。この手法により、特に観測が疎である場合や成分数が少ない場合でも、標準的な関数的主成分分析（FPCA）よりも動的挙動をより正確に表現できる誘導主成分スコア（DPC）が得られ、一様な疎・密観測スキーム下でも一貫性と最適収束速度を達成する。

ABSTRACT

We propose a nonparametric method to explicitly model and represent the derivatives of smooth underlying trajectories for longitudinal data. This representation is based on a direct Karhunen--Loève expansion of the unobserved derivatives and leads to the notion of derivative principal component analysis, which complements functional principal component analysis, one of the most popular tools of functional data analysis. The proposed derivative principal component scores can be obtained for irregularly spaced and sparsely observed longitudinal data, as typically encountered in biomedical studies, as well as for functional data which are densely measured. Novel consistency results and asymptotic convergence rates for the proposed estimates of the derivative principal component scores and other components of the model are derived under a unified scheme for sparse or dense observations and mild conditions. We compare the proposed representations for derivatives with alternative approaches in simulation settings and also in a wallaby growth curve application. It emerges that representations using the proposed derivative principal component analysis recover the underlying derivatives more accurately compared to principal component analysis-based approaches especially in settings where the functional data are represented with only a very small number of components or are densely sampled. In a second wheat spectra classification example, derivative principal component scores were found to be more predictive for the protein content of wheat than the conventional functional principal component scores.

研究の動機と目的

• 縦断的および関数的データにおける滑らかな潜在的軌道の導関数をモデル化・表現する非パrametric手法の開発。
• 関数的主成分分析（FPCA）が関数の表現を標的にしているのに対し、導関数の推定に限界を示す点を是正すること。
• 直接的に導関数過程のカラーハン・ロイの展開をモデル化することで、疎・密データの両方を統一的に扱うフレームワークを提供すること。
• 弱い正則性条件の下で、DPC推定量の一致性および漸近的収束速度を導出すること。
• シミュレーションおよび実データにおいて、FPCAに基づく手法と比較して、導関数回復の精度と予測性能の向上を示すこと。

提案手法

• 時間的ダイナミクスをモデル化するため、観測されない導関数過程の直接的なカラーハン・ロイの展開を提案する。
• プールされた被験者間データを活用することで、観測が疎な状況下でも推定を改善する、最良線形不偏予測（BLUP）を用いて誘導主成分スコア（DPC）を推定する。
• 導関数過程の共分散関数の固有値分解を用いて、導関数軌道の固有関数および固有値を推定する。
• 再フォーマットを必要とせず、疎・密観測設計の両方を処理できる統一された推定スキームを適用する。
• ノイズが混入し、不規則に配置された測定値から、導関数過程の共分散関数を非パラメトリックなスムージング手法で推定する。
• 疎・密データの両方の枠組みにおいて、一貫した理論的枠組みの下でDPCおよび関連成分の一致性と収束速度を導出する。

実験結果

リサーチクエスチョン

• RQ1 導関数過程の直接的なカラーハン・ロイの表現は、縦断的データにおけるFPCAベースの手法と比較して、導関数推定の精度を向上させるか？
• RQ2 観測が疎または不規則に配置された場合、誘導主成分スコア（DPC）は真の潜在的導関数をどれほど正確に回復できるか？
• RQ3 一様な疎・密観測スキーム下で、DPC推定量の理論的一致性および収束速度は何か？
• RQ4 分類タスク（例：スペクトルデータから小麦タンパク質含有量を分類）において、DPCAはFPCAを上回る性能を示すか？
• RQ5 測定誤差や観測の疎らさに対して、BLUPに基づくDPC推定法は、他の導関数推定手法と比較してどれほどロバストか？

主な発見

• DPCAは、関数的データが少数の成分で表現される場合や、密に観測される場合に、FPCAベースの手法よりも潜在的導関数をより正確に回復する。
• 実世界の分類例では、誘導主成分スコア（DPC）が従来の関数的主成分スコアよりも、小麦タンパク質含有量の予測に優れた性能を示した。
• 本手法は、疎・密観測の両方を統一的に扱うフレームワーク下で、DPC推定量の一致性と最適収束速度を達成した。
• 理論的結果により、DPCの推定誤差は $ O( ext{max}(a_n, b_n)) $ の速度で収束することが示され、$ a_n $ と $ b_n $ はそれぞれ観測密度と測定ノイズを制御する。
• ウォーバーイの成長曲線応用において、DPCAは特に低ランク設定下で、FPCAを上回って導関数ダイナミクスの再構築に優れた性能を示した。
• BLUPに基づくDPC推定法は、被験者間で強度を借りることで、個々の軌道の測定誤差や観測の疎らさに対する感受性を低減した。