[論文レビュー] Detecting spatial clusters in functional data: new scan statistic approaches

Camille Frévent, Mohamed‐Salem Ahmed+2 more|arXiv (Cornell University)|Nov 6, 2020

Data-Driven Disease Surveillance参考文献 67被引用数 14

ひとこと要約

本稿では、関数データのための2つの新しい空間スキャン統計手法を提案する。1つは関数分散分析（ANOVA）に基づくもので、もう1つは分布フリーなアプローチを用いるものである。両手法とも、特に正規分布または準正規分布下で、従来の非パラメトリック関数スキャン統計手法よりも、より小さな、より正確なクラスタを検出する能力に優れている。特に、分布フリー手法は、すべてのテストされた分布およびクラスタ型において、優れた検出力（パワー）とFスコアを示した。

ABSTRACT

We have developed two scan statistics for detecting clusters of functional data indexed in space. The first method is based on an adaptation of a functional analysis of variance and the second one is based on a distribution-free spatial scan statistic for univariate data. In a simulation study, the distribution-free method always performed better than a nonparametric functional scan statistic, and the adaptation of the anova also performed better for data with a normal or a quasi-normal distribution. Our methods can detect smaller spatial clusters than the nonparametric method. Lastly, we used our scan statistics for functional data to search for spatial clusters of abnormal unemployment rates in France over the period 1998-2013 (divided into quarters).

研究の動機と目的

• 連続的で時間インデックス付きの高次元的かつ時間相関を持つ関数データを扱う際、従来の単変量および多変量空間スキャン統計手法の限界を解消すること。
• 時間情報を保持し、より高い感度で空間クラスタを検出可能な、関数データに特化したパラメトリックおよび非パラメトリックスキャン統計手法の開発。
• Smidaら（2020）の非パラメトリック関数スキャン統計（NPFSS）を改善し、より小さな、より関連性の高いクラスタを、より高い統計的検出力と精度で検出可能な手法を導入すること。
• 従来の単変量平均化や多変量アプローチでは情報損失や高い相関性のため、見逃されがちな関数データの空間クラスタを検出可能にする。
• 関数データスムージング技術を用いて、さまざまなクラスタ形状（例：円形、楕円形、グラフベース）や非同一の観測時刻に対応可能な柔軟なフレームワークの提供。

提案手法

• Cuevas ら（2004）が提唱した関数分散分析のF統計量に基づくパラメトリック関数的空間スキャン統計（PFSS）を提案し、F統計量を潜在的クラスタの濃縮度指標として評価に用いる。
• Cucala（2014）の分布フリーなスキャン統計を関数データに適応させ、符号に基づく検定統計量を濃縮度指標として用いる、分布フリーな関数的空間スキャン統計（DFFSS）を開発。
• 有意性の検定にモンテカルロパーミュテーションテストを適用し、第一種過誤率の制御を確保。
• 非同一の観測時刻を扱うために、関数データスムージング技術（例：Bスプライン射影）を用い、不規則な時系列サンプリングを持つ実世界データへの適用を可能にする。
• 空間スキャン手順として、空間領域全体に対してすべての可能な円形（またはその他の形状）クラスタを評価し、濃縮度指標の値が最大となる「最も可能性の高いクラスタ」（MLC）を選択。
• 多変量関数データへの拡張として、既存の多変量関数的分散分析およびウィルコクソン＝マン・ホイットニー検定を参照し、今後の発展の道筋を示唆。

実験結果

リサーチクエスチョン

• RQ1 関数分散分析に基づくパラメトリック関数スキャン統計は、従来の非パラメトリック手法よりも、関数データにおける空間クラスタをより効果的に検出できるか？
• RQ2 分布フリーな関数スキャン統計は、さまざまな分布仮定およびクラスタ形状下で、非パラメトリックおよびパラメトリック代替手法を上回る性能を示すか？
• RQ3 提案手法は、小さなクラスタと大きなクラスタの両方を検出する際、統計的検出力および精度の観点でどのように比較されるか？
• RQ4 これらの新手法は、単変量平均化や多変量アプローチに起因する情報損失を避けるために、時間情報をどれほど効果的に保持しているか？
• RQ5 実世界データにおける不規則な観測時刻に対応可能であり、楕円形や細長い形状の非円形クラスタを検出できるか？

主な発見

• 分布フリーな関数的空間スキャン統計（DFFSS）は、正規分布でない分布を含む、すべてのシミュレーション状況で、非パラメトリック関数スキャン統計（NPFSS）およびパラメトリック関数スキャン統計（PFSS）を一貫して上回った。
• PFSSはNPFSSよりも小さなクラスタを検出でき、Fスコアが高かった（精度と再現率の両方が向上したため）、高空間分解能を必要とする応用に適している。
• 正規分布または準正規分布下では、PFSSはNPFSSと同等の検出力を達成したが、はるかに優れた小規模・局所的クラスタ検出性能を示した。
• フランスの失業率（1998–2013年）への実データ応用では、NPFSSは中央フランスの40の部門を含む広範囲にわたる地理的に広がったクラスタを検出したが、これは高い異質性と低失業率地域の含みにより、あまり関連性がなかった。
• PFSSおよびDFFSSの両方とも、一貫して高い失業率を示すフランス南部の7か所の部門からなる、より整合性があり地理的に凝縮されたクラスタを検出しており、空間的精度の向上が確認された。
• すべての手法が名目上の第一種過誤率を維持しており、統計的推論手順の妥当性が確認された。特に、DFFSSは短時間持続のクラスタ（例：シミュレーションのΔ₃ケース）の検出において優れた検出力を示した。