[論文レビュー] Fast & Easy Imputation of Missing Social Science Data

Florian M Hollenbach, Nils W. Metternich+2 more|arXiv (Cornell University)|Nov 3, 2014

Statistical Methods and Bayesian Inference被引用数 3

ひとこと要約

本稿では、社会科学研究の欠損データを埋めるためにコプシラ分布を用いた高速で計算効率の良い単帰法を提案し、ゴールスタンダード手法と同等の性能を示した。この手法により、最小限の実装コストで迅速な複数帰法が可能となり、ベイズ分析に最適であると同時に、正確性を損なわずスピードを求める応用研究者にとって実用的である。

ABSTRACT

Gold-standard approaches to missing data imputation are complicated and computationally expensive. We present a principled solution to this situation, using copula distributions from which missing data may be quickly drawn. We compare this approach to other imputation techniques and show that it performs at least as well as less computationally efficient approaches. Our results demonstrate that most applied researchers can achieve great speed improvements implementing a copula-based imputation approach, while still maintaining the performance of other approaches to multiple imputation. Moreover, this approach can be easily implemented at the point of need in Bayesian analyses.

研究の動機と目的

• 社会科学研究における従来の欠損データ補完手法の計算負荷を軽減すること。
• 遅く複雑なゴールスタンダード補完手法の、原理的ではあるが効率的な代替手法を開発すること。
• 研究者がベイズモデリングの現場ですぐに高パフォーマンスの補完を素早く簡単に実装できるようにすること。
• 計算時間の大幅な短縮と同時に、複数帰法の統計的品質を維持すること。

提案手法

• 本手法は、変数間の依存構造をモデル化するためにコプシラ分布を用いる。これにより、妥当な補完値の生成が効率的に行える。
• 欠損値は推定されたコプシラから直接抽出され、反復的または複雑な最適化手順を回避する。
• コプシラからの独立した複数回の抽出により、複数帰法が可能となり、不確実性が保持される。
• 観測データにコプシラを適合させ、多変量正規性を仮定しない多変量依存構造を捉える。
• 本手法はモジュール型に設計されており、最小限のコード変更で既存のベイズ分析パイプラインに統合可能である。

実験結果

リサーチクエスチョン

• RQ1 コプシラベースの補完手法は、ゴールスタンダードの複数帰法手法と同等の性能を達成できるか？
• RQ2 コプシラ手法の計算効率は、社会科学データセットにおける従来の補完手法と比べてどの程度優れているか？
• RQ3 研究者が既存のベイズ分析ワークフロー内ですぐにこの手法を素早く簡単に実装できるか？
• RQ4 コプシラ手法は、多様な欠損データのパターンにおいて統計的妥当性と信頼性を維持できるか？

主な発見

• コプシラベースの補完手法は、計算コストの高いゴールスタンダード補完手法と同等の性能を達成した。
• 本手法は顕著な高速化を実現し、補完品質を損なわず計算時間を大幅に短縮した。
• 本手法はベイズ分析に容易に統合可能であり、既存の研究ワークフローへのシームレスな統合を可能にした。
• 本手法は、さまざまな欠損データメカニズムや変数間の依存関係に対しても頑健性を示した。