[論文レビュー] Generalization of the simplicial depth: no vanishment outside the convex hull of the distribution support

Giacomo Francisci, Alicia Nieto-Reyes+1 more|arXiv (Cornell University)|Sep 6, 2019

Advanced Statistical Methods and Models参考文献 30被引用数 4

ひとこと要約

本稿では、単体の拡大または分布の拡大を通じて、分布の台の凸包の外縁でも消失しない2つの新しい一般化された単体的深さを導入する。これにより、すべての点に対して意味のある深さを割り当てることができる。提案された推定器は一様に一貫しており、漸近的に正規分布に従い、特に凸包の外縁に外れ値が存在する場合に、古典的手法よりも分類タスクで優れた性能を示す。

ABSTRACT

The simplicial depth, like other relevant multivariate statistical data depth functions, vanishes right outside the convex hull of the support of the distribution with respect to which the depth is computed. This is problematic when it is required to differentiate among points outside the convex hull of the distribution support, with respect to which the depth is computed, based on their depth values. We provide the first proposal for simplicial depth which do not vanish right outside the convex hull of the distribution. The properties of the proposal and of the corresponding estimator are studied theoretically and by means of Monte Carlo simulations and analysis of datasets.

研究の動機と目的

• 分布の台の凸包の外縁で古典的手法の単体的深さが消失するという限界を解消し、外れ値の点の分類を可能にする。
• 凸包の外縁にある点に対しても正の深さ値を割り当てる単体的深さの一般化を構築する。
• ややきつい正則性条件のもとで、提案された深さ推定器の理論的整合性とロバストネスを保証する。
• 特に訓練データとテストデータの凸包が重複しない場合に、教師あり分類タスクで優れた性能を示すことを実証する。
• 交差検証と実証的評価を用いて、一般化された深さ推定器の主要パラメータσの実用的選択フレームワークを提供する。

提案手法

• 単体的深さの定義において、単体の頂点を確率的に摂動させることで、元の凸包の外縁に位置する点を含むσ拡大単体を導入する。
• σ-単体的深さを、元の分布の位置スケール変換された分布から抽出された頂点によって形成される単体に点が含まれる確率として定義する。
• U統計量を用いて一般化された深さ関数を推定し、推計プロセスの一様一貫性と漸近正規性を保証する。
• 2つのバリエーションを提案：1つは単体の拡大（σ-単体的深さ）に依存し、もう1つは独立した確率変数のアフィン結合によって元の分布を拡大する。
• σに関する連続性、アフィン結合における対称性および連続性の保存、深さトリムム領域の単調性といった理論的性質を確立する。
• 分類タスクにおける誤分類率を最小化するように、交差検証を用いて最適なσパラメータを選択する。

実験結果

リサーチクエスチョン

• RQ1 分布の台の凸包の外縁でも消失しないように、単体的深さを一般化し、そのような点の分類を可能にすることができるか？
• RQ2 拡大パラメータσの値が変化する際、提案された一般化された単体的深さの挙動はどのように変化するのか。また、得られる推定器の連続性と一貫性はどの程度か？
• RQ3 ややきつい正則性条件下で、一般化された深さ関数は統計的深さの主要な理論的性質（例えば、中心での最大性、単調性）をどのように継承するか？
• RQ4 特に凸包の外縁で消失しない既存の深さ関数（例えば、Tukey深さの変種）と比較して、提案された推定器は分類精度において優れているか？
• RQ5 実際のデータおよびシミュレーションデータにおいて、σパラメータの最適な選択戦略は何か。また、その選択が誤分類率にどのように影響するか？

主な発見

• 提案されたσ-単体的深さおよび分布拡大深さ推定器は、分布の台の凸包の外縁でも消失せず、すべての点の深さに基づく分類を可能にする。
• 単体拡大に基づくσ-単体的深さ推定器は、4つの実データセットにおける分類タスクで他の手法を常に上回り、中央値誤分類率が最小であった。
• σの選択に交差検証を用いた結果、最良ケースに比べてわずかに劣るが、方法のロバストネスと実用的有用性を示している。
• 分布拡大深さ推定器は、ややきつい条件下でより多くの理論的深さの性質（例：単調性、連結した深さ領域）を満たしており、より強い理論的基盤を提供する。
• モンテカルロシミュレーションにより、誤分類率がσに対してU字型のパターンを示すことが判明。初期には減少し、安定し、その後ゆっくりと増加。最適σは中央誤差が最小となる最小値として選ばれる。
• アルツハイマー病データセットでは、σ-単体的深さを用いることで、6人の外縁点のうち4人が軽症または重症段階として正しく分類された。一方、古典的手法ではすべての点に深さ0が割り当てられ、分類不能であった。