[論文レビュー] Graph-Based Two-Sample Tests for Discrete Data

Jingru Zhang, Hao Chen|arXiv (Cornell University)|Nov 12, 2017

Complex Network Analysis Techniques被引用数 3

ひとこと要約

本稿では、繰り返し観測が存在する際の類似グラフ選択への感受性を低減するため、離散データ向けに拡張されたグラフベースの2標本検定を提案する。解析的p値近似を導出することで、大規模データセットへの効率的な適用が可能となり、電話通話ネットワークデータセットを用いた実証により有効性が示された。gTests Rパッケージを用いて実装された。

ABSTRACT

In the regime of two-sample comparison, tests based on a graph constructed on observations by utilizing similarity information among them is gaining attention due to their flexibility and good performances for high-dimensional/non-Euclidean data. However, when there are repeated observations, these graph-based tests could be problematic as they are versatile to the choice of the similarity graph. We propose extended graph-based test statistics to resolve this problem. The analytic p-value approximations to these extended graph-based tests are derived to facilitate the application of these tests to large datasets. The new tests are illustrated in the analysis of a phone-call network dataset. All tests are implemented in an R package gTests.

研究の動機と目的

• 繰り返し観測が存在する際の、従来のグラフベースの2標本検定の不安定性を解消すること。
• 高次元または非ユークリッド空間のデータ設定において、類似グラフの選択に依存する感度を低減すること。
• 解析的p値近似を用いることで、大規模データセットに適した計算効率の高い検定を開発すること。
• ネットワーク解析などの実世界の応用における離散データ比較のための実用的でスケーラブルなソリューションを提供すること。

提案手法

• 繰り返し観測を考慮するため、従来のグラフベースの検定統計量を変更した統計量の定式化を実施する。
• 観測データから構築した類似グラフを用いて、観測間の対比較関係を符号化する。
• パーミュテーションに基づく計算を避けるために、p値の解析的近似を導出することでスケーラビリティを向上させる。
• 実データセットとして電話通話ネットワークデータセットを用い、実効性を実証する。
• gTests Rパッケージに提案手法を実装し、再現可能でアクセス可能な利用を可能にする。

実験結果

リサーチクエスチョン

• RQ1 繰り返し観測が離散データに存在する場合、グラフベースの2標本検定はどのように動作するか？
• RQ2 繰り返しデータが存在する状況において、グラフベースの検定の性能は類似グラフの選択にどの程度依存するか？
• RQ3 拡張されたグラフベースの検定統計量に対して、解析的p値近似を有効に導出できるか？ これにより計算効率が向上するか？
• RQ4 提案手法の検定統計量は、従来手法と比較して、第一種の過誤率の制御および検出力の点で優れているか？

主な発見

• 提案された拡張されたグラフベースの検定は、繰り返し観測が存在する際、類似グラフの選択に対してより高いロバスト性を示した。
• パーミュテーションベースの手法と比較して、解析的p値近似により計算コストが顕著に低減され、大規模データセットへのスケーラビリティが実現された。
• 繰り返し観測が存在する状況でも、適切な第一種の過誤率を維持し、良好な統計的検出力を示した。
• 電話通話ネットワークデータセットにおける実験的結果から、提案手法の実用的有用性と信頼性が確認された。