[論文レビュー] Joint Variable Selection for Data Envelopement Analysis via Group Sparsity

Zhiwei Qin, Irene Song|arXiv (Cornell University)|Feb 16, 2014

Efficiency Analysis Using DEA参考文献 41被引用数 6

ひとこと要約

本稿では、DEA（データ包絡解析）のためのデータ駆動型グループ変数選択手法を提案する。制約付きグループラッソを用い、DEAに特化した損失関数を採用し、カスタマイズされたADMMアルゴリズムで最適化する。この手法は、入力相関の変動、サンプルサイズ、生産次元の変化にかかわらず、既存のベンチマーク手法（ECMおよびRBテスト）を著しく上回り、関連変数の特定と効率の推定において優れた性能を示す。

ABSTRACT

This study develops a data-driven group variable selection method for data envelopment analysis (DEA), a non-parametric linear programming approach to the estimation of production frontiers. The proposed method extends the group Lasso (least absolute shrinkage and selection operator) designed for variable selection on (often predefined) groups of variables in linear regression models to DEA models. In particular, a special constrained version of the group Lasso with the loss function suited for variable selection in DEA models is derived and solved by a new tailored algorithm based on the alternating direction method of multipliers (ADMM). This study further conducts a thorough evaluation of the proposed method against two widely used variable selection methods -- the efficiency contribution measure (ECM) method and the regression-based (RB) test -- in DEA via Monte Carlo simulations. The simulation results show that our method provides more favorable performance compared with its benchmarks.

研究の動機と目的

• DEAにおける体系的でデータ駆動型の変数選択の欠如に取り組むこと。現在のところ、主に主観的な専門家の判断に依存している。
• 関連する入力および出力のみを選択することで、モデルの誤指定を低減し、識別力の向上を図ること。
• 入力相関、サンプルサイズ、生産技術の仮定の変化にかかわらず、正確性を維持する、強固でスケーラブルな手法を開発すること。
• 包括的なモンテカルロシミュレーションを用いて、提案手法を確立されたベンチマーク（ECMおよびRBテスト）と比較すること。
• 可能な限り少ない変数を用いながら、必要なだけの変数を用いる、簡潔なDEAモデルを提供することにより、モデルの解釈可能性と効率推定の正確性を向上させること。

提案手法

• DEAの比率ベースの効率推定に適した特別な制約付きグループラッソを導出することで、グループラッソフレームワークをDEAに適応する。
• 効率的な制約付きグループラッソ最適化問題の解法として、カスタマイズされた交替方向乗数法（ADMM）アルゴリズムを実装する。
• 事前に定義された入力／出力変数グループに対して、グループスパarsityを用いて一括での変数選択を実現し、関連する変数群の同時選択を促進する。
• DEAの効率モデルが有効かつ解釈可能であることを保証するための制約を組み込み、区分線形フロンティア構造を維持する。
• ADMMの交替最小化戦略に従い、反復的に変数重み、入力／出力重み、および双対変数を更新することで最適化問題を解く。
• 不要な変数群を一括でゼロにすることを促進するペナルティ構造を採用し、入力／出力集合の同時選択と削除を可能にする。

実験結果

リサーチクエスチョン

• RQ1 提案手法のグループラッソベースの手法は、DEAモデルにおける関連する入力および出力の特定において、ECMおよびRBテストと比較してどのように異なるか？
• RQ2 入力相関構造、サンプルサイズ、生産技術（定数リターンズ・オブ・スケール（CRS）対可変リターンズ・オブ・スケール（VRS））の変化に対して、提案手法はどの程度頑健か？
• RQ3 さまざまなシミュレーション設定において、真の効率スコアと推定効率スコアの平均二乗誤差（MSE）および相関係数は、どのように変化するか？
• RQ4 高次元の生産空間や、入力が出力に与える寄与度が顕著に異なる状況下でも、この手法は優れた性能を維持するか？
• RQ5 大規模DEA応用において、提案手法の計算効率はECMおよびRBテストと比較してどの程度優れているか？

主な発見

• 提案されたグループラッソ（GL）手法は、すべてのシミュレーション実験において、ECM手法およびRBテストを一貫して上回り、特に効率的・非効率的DMUの正しく特定される度合いで顕著な優位性を示す。
• 可変リターンズ・オブ・スケール（VRS）生産プロセス下では、入力寄与度が変動する状況において、GL手法はRBテストおよびECM手法よりも5％から27％も多くの効率的DMUを正しく同定する。
• 高次元設定（実験10）では、GL手法はRBテストに比べて、平均二乗誤差（MSE）が少なくとも10倍低く、真の効率スコアとの相関係数が8％高い。
• GL手法は、入力相関、サンプルサイズ、生産技術の変化といったすべての実験的変動要因において、最も安定した性能を示し、優れた頑健性を確認した。
• GL手法は3つの手法の中で最も高速であり、計算時間が著しく短縮されており、大規模DEA応用にスケーラブルである。
• 入力が出力に与える寄与度が変動する状況でも、GL手法は精度の低下が最小限に抑えられ、優れた性能を維持する。これに対してECMおよびRBテストは、このような条件下で著しい性能低下を示す。