[論文レビュー] matrixdist: An R Package for Inhomogeneous Phase-Type Distributions

Martin Bladt, Jorge Yslas|arXiv (Cornell University)|Jan 20, 2021

Insurance, Mortality, Demography, Risk Management参考文献 9被引用数 5

ひとこと要約

この論文では、時刻非一様なマコフ跳躍過程を用いて、より柔軟な尾挙動を可能にする、非一様位相型（IPH）分布に一般化された位相型（PH）分布を用いた統計的モデリングのためのmatrixdist Rパッケージを紹介する。このパッケージは、集計済み、右側に打ち切られた、または離散化されたデータからIPHモデルを効率的に推定するための3段階EMアルゴリズムを実装しており、中程度のパrameter数で正確な尤度に基づく推論を提供する。

ABSTRACT

Inhomogeneous phase-type distributions (IPH) are a broad class of laws which arise from the absorption times of Markov jump processes. In the time-homogeneous particular case, we recover phase-type (PH) distributions. In matrix notation, various functionals corresponding to their distributional properties are explicitly available and succinctly described. As the number of parameters increases, IPH distributions may converge weakly to any probability measure on the positive real line, making them particularly attractive candidates for statistical modelling purposes. Contrary to PH distributions, the IPH class allows for a wide range of tail behaviours, which often leads to adequate estimation with a moderate number of parameters. One of the main difficulties in estimating PH and IPH distributions is their large number of matrix parameters. This drawback is best handled through the expectation-maximisation (EM) algorithm, exploiting the underlying and unobserved Markov structure. The matrixdist package presents tools for IPH distributions to efficiently evaluate functionals, simulate, and carry out maximum likelihood estimation through a three-step EM algorithm. Aggregated and right-censored data are supported by the fitting routines, and in particular, one may estimate time-to-event data, histograms, or discretised theoretical distributions.

研究の動機と目的

• 時刻に依存する遷移強度を許容することで、標準的位相型（PH）分布を一般化する非一様位相型（IPH）分布を用いた統計的モデリングのための計算フレームワークを開発すること。
• 期待値最大化（EM）アルゴリズムの効率的実装を通じて、IPHモデルにおける高次元行列パラメータ推定の課題に対処すること。
• 右側に打ち切られた、集計済み、および離散化された時間発生データを含む、さまざまなデータタイプにおけるIPH分布の尤度に基づく推論を支援すること。
• 最小限のユーザー実装で、IPH分布のシミュレーション、関数評価、および最尤推定を可能にするユーザーフレンドリーなRパッケージを提供すること。

提案手法

• マコフ跳躍過程の行列表現を活用し、生存関数、モーメント、密度関数などの分布的関数を閉形式で表現する。
• 潜在的なマコフ構造を活用して、Eステップ（条件付き期待値）とMステップ（パrameter更新）を繰り返し実行することで尤度を向上させる、3段階のEMアルゴリズムを採用する。
• Eステップでは、時刻非一様な生成子行列から導かれる行列指数関数および遷移確率を用いて、期待される十分統計量を計算する。
• Mステップでは、閉形式解または反復最適化を用いて生成子行列のパラメータを更新し、局所的最大値への収束を保証する。
• 右側に打ち切られた観測、ヒストグラム、および離散化された理論的分布といったデータタイプに対応するため、尤度寄与を適切に調整する。
• シミュレーションルーチンにより、元のマコフ過程からのサンプルパスを生成し、実証的妥当性と適合度評価を可能にする。

実験結果

リサーチクエスチョン

• RQ1 非一様位相型分布は、複雑な尾挙動を示す時間発生データに対して、柔軟かつ取り扱いやすいパラメトリックモデルを提供できるか？
• RQ2 実際の応用において、IPH分布の高次元行列パラメータ空間をどのように効率的に推定できるか？
• RQ3 潜在的なマコフ構造を有するEMアルゴリズムは、IPHモデルの適合において収束性と正確性をどの程度向上させるか？
• RQ4 matrixdistパッケージは、打ち切りや集計済み観測といった現実世界のデータタイプを高い忠実度で処理できるか？

主な発見

• matrixdistパッケージは、3段階のEMアルゴリズムを用いて、行列ベースの関数的表現により計算負荷を顕著に低減させながら、IPH分布の正確な最尤推定を可能にする。
• IPH分布は、中程度のパラメータ数で正の実数直線上の任意の確率測度に弱収束を達成でき、多様な生存パターンのモデリングにおいて高い柔軟性を提供する。
• 本手法は、集計済みおよび右側に打ち切られたデータの両方の推定をサポートしており、観察が不完全な現実世界の生存分析応用に適している。
• 行列表記の使用により、生存関数やモーメントといった主要な分布的性質の明示的かつ簡潔な計算が可能となり、解釈性と効率性の両方を向上させる。