[論文レビュー] Multimode: An R Package for Mode Assessment

Jose Ameijeiras‐Alonso, Rosa M. Crujeiras+1 more|arXiv (Cornell University)|Mar 1, 2018

RNA and protein synthesis mechanisms参考文献 22被引用数 26

ひとこと要約

本論文では、単変量データにおける多峰性の探索的および推論的評価のための非パラメトリック手法を提供するRパッケージmultimodeを紹介する。SiZerマップやモードツリーといった図的手法と、臨界帯域と過剰質量に基づく形式的仮説検定を統合することで、有意なモードおよびその位置の堅牢な同定が可能となる。

ABSTRACT

In several applied fields, multimodality assessment is a crucial task as a previous exploratory tool or for determining the suitability of certain distributions. The goal of this paper is to present the utilities of the R package multimode, which collects different exploratory and testing nonparametric approaches for determining the number of modes and their estimated location. Specifically, some graphical tools, allowing for the identification of mode patterns, based on the kernel density estimation are provided (SiZer map, mode tree or mode forest). Several formal testing procedures for determining the number of modes are described in this paper and implemented in the multimode package, including methods based on the ideas of the critical bandwidth, the excess mass or using a combination of both. This package also includes a function for estimating the modes locations and different classical data examples that have been considered in mode testing literature.

研究の動機と目的

• 単変量データ分布におけるモードの数と位置を評価する包括的で使いやすいRパッケージの開発。
• カーネル密度推定におけるサンプリング変動と真正のモードを区別する課題への対処。
• 多峰性検出のための探索的図的ツールと形式的仮説検定手順の両方の提供。
• p値が補正された非パラメトリック枠組み内で、単峰性と一般多峰性の両方をテスト可能にする。
• 特に天文学、遺伝学、心理学など、モード構造が科学的に意味を持つ分野において、複数のデータセットにわたる体系的かつ繰り返し可能な分析を支援する。

提案手法

• バンド幅を変化させた際のモードの持続性を可視化するSiZer（Significant Zero）マップの実装により、カーネル密度推定における統計的に有意な特徴の同定。
• バンド幅の変化に伴うモードパターンを追跡するためのモードツリーおよびモードフォレストの可視化統合により、モードパターンの認識を支援。
• 臨界帯域（Silverman, 1981）および過剰質量（Hartigan & Hartigan, 1985）に基づく形式的検定手順の統合と、ブートストラップを用いたp値計算。
• 反復的精錬と臨界帯域計算を用いてモードおよびアンチモードの位置と密度値を推定する`locmodes`関数の開発。
• 単峰性対多峰性の検定を可能にする`modetest`関数の実装。ブートストラップ分位数と有意水準の調整オプションを備える。
• `diptest`および`feature`パッケージの機能をラッパー関数として統合し、互換性と拡張された有用性を確保。

実験結果

リサーチクエスチョン

• RQ1 研究者は、カーネル密度推定における真正のモードとサンプリングアーティファクトをどのように信頼性高く区別できるか？
• RQ2 どのような図的ツールが、単変量データにおいて異なるバンド幅にわたる一貫したモードパターンを効果的に明らかにできるか？
• RQ3 Rにおいて非パラメトリックで堅牢かつ補正された方法で、多峰性の形式的仮説検定をどのように実装できるか？
• RQ4 与えられたデータセットにおける最適なモード数は何か？ そして、統計的信頼性のもとにそれらの位置はどこか？
• RQ5 multimodeパッケージは、天文学や心理学など多様な科学分野における応用研究において、体系的かつ繰り返し可能で再現可能なモード評価をどのように支援できるか？

主な発見

• multimodeパッケージは、一般多峰性検定のための探索的図的ツール（SiZer、モードツリー）と形式的検定手順を統合したRでの初の実装を提供する。
• `locmodes`関数は、1872年ヒダルゴ切手の厚さデータに対して、4つのモード（位置：0.07857, 0.09065, 0.1006, 0.1083）を密度値および臨界帯域とともに正確に推定した。
• SiZerマップと`modetest`関数の併用により、バンド幅がlog10(h) ≈ -2.7のとき、4つのモードが有意であるという結論が支持された。
• ハリガンのデイプテストとブートストラップに基づくp値を用いた単峰性の信頼性ある検定が可能であり、天文学およびエピジェネティクス分野への応用が示された。
• このパッケージは、単峰性検定に限定されない、よく補正された非パラメトリックな一般多峰性検定を提供するRパッケージとして唯一のものである。
• 既存の理論的基盤と関連パッケージにおける部分的実装を踏まえ、円形データや他の非ユークリッド的設定への将来的な拡張が可能である。