[論文レビュー] Nonparametric Bayes modeling with sample survey weights

Tsuyoshi Kunihama, Amy H. Herring+2 more|arXiv (Cornell University)|Sep 20, 2014

Bayesian Methods and Mixture Models参考文献 8被引用数 6

ひとこと要約

本稿では、標本抽出確率を用いて混合成分の重みを調整することで、ディリクレ過程混合モデルに調査ウェイトを組み込むシンプルなベイジアン非パラメトリック手法を提案する。この手法は、調整における不確実性を考慮しつつ、非均等な抽出確率を有する層別調査データにおける選択バイアスを是正する。非サンプル単位の複雑なモデリングを必要とせず、シミュレーションおよび思春期の性的行動データへの実応用において、既存手法を上回る推定精度を達成する。

ABSTRACT

In population studies, it is standard to sample data via designs in which the population is divided into strata, with the different strata assigned different probabilities of inclusion. Although there have been some proposals for including sample survey weights into Bayesian analyses, existing methods require complex models or ignore the stratified design underlying the survey weights. We propose a simple approach based on modeling the distribution of the selected sample as a mixture, with the mixture weights appropriately adjusted, while accounting for uncertainty in the adjustment. We focus for simplicity on Dirichlet process mixtures but the proposed approach can be applied more broadly. We sketch a simple Markov chain Monte Carlo algorithm for computation, and assess the approach via simulations and an application.

研究の動機と目的

• 標本調査ウェイトをベイジアン非パラメトリックモデルに組み込む課題に取り組むこと、特に非均等な抽出確率を有する層別抽出設計における課題に焦点を当てる。
• ディリクレ過程混合モデルのような非パラメトリックベイジアンモデルの柔軟性を保ちつつ、調査ウェイトを用いて混合モデルの重みを調整する手法を開発すること。
• 頻度的補正に依存しない完全なベイジアン枠組みの中で、ウェイト調整プロセスの不確実性を扱うこと。
• 非サンプル単位のウェイトモデリングを必要とする複雑な既存モデルの代替として、計算が単純な代替手法を提供すること。
• 本手法が、特に度数分布や過剰ゼロを伴う離散的分布（性的パートナー数の回数など）のような歪んだ分布を有する実データにおいて、バイアス是正に有効であることを示すこと。

提案手法

• 本手法は、観測された標本を成分の混合としてモデル化し、成分の重みを調査ウェイト $ \tilde{w}_i = w_i / \sum_{j \in S} w_j $ で調整する。ここで $ w_i = c / \pi_i $ であり、$ \pi_i $ は被験者 $ i $ の抽出確率を表す。
• 標準のディリクレ過程混合モデルを拡張し、調整済みウェイトを事後分布計算に組み込む。ウェイト調整を確率的量として扱い、不確実性を考慮する。
• 標準のギブスサンプリングを修正した単純なMCMCアルゴリズムを提案。混合重みの更新ステップを追加することで、計算効率を維持する。
• 離散的または混合データ型（過剰ゼロを伴う度数データなど）を扱うために、対数変換による潜在連続変数のモデル化を伴う丸められたカーネル法を用いる。
• 母集団が互いに排他的な層に分割され、各層が固有の部分母集団密度 $ f_m $ を持つと仮定。全体の密度は成分密度の重み付き和としてモデル化する。
• 正則性条件の下で、調整済み混合密度 $ \sum_{i \in S} \tilde{w}_i f(y \mid \theta_{s_i}) $ が真の母集団密度 $ f_0(y) $ を漸近的に一貫して推定することを理論的に裏付ける。

実験結果

リサーチクエスチョン

• RQ1 非均等な抽出確率を有する層別抽出設計からの調査ウェイトを、非サンプル単位の複雑なモデリングを必要とせずに、ベイジアン非パラメトリックモデルに効果的に組み込む方法は何か？
• RQ2 混合モデルの重みに対する単純な調整により、選択バイアスが生じる調査データにおける推定精度は向上するか？
• RQ3 異なる層数や標本サイズの下で、本手法は既存手法に比べてバイアス、信頼性、頑健性の観点でどのように性能を発揮するか？
• RQ4 ウェイト調整における不確実性が、非パラメトリックベイジアンモデルにおける事後分布推論に与える影響は何か？
• RQ5 本手法は、過剰ゼロや重い尾を伴う複雑な母集団分布（例：高度に歪んだ度数データ）を、実世界の調査応用において正確に回復できるか？

主な発見

• ポisson混合データを用いたシミュレーションでは、本手法はモードが15に位置する分布を的確に捉えたが、比較手法はその達成に失敗した。これにより、多モーダルで歪んだ分布のモデリングにおいて優れた性能を示した。
• 離散的度数データのシミュレーションにおいて、真の値が95%信用区間内で0から100の範囲で98%のカバレッジを達成した。
• 層数が100に増加し、各層内標本サイズが小さくなった状況でも、本手法は依然として比較手法を上回り、層内代表性が低下しても正確な推定を維持した。
• 思春期健康の縦断的長期調査（National Longitudinal Study of Adolescent Health）への応用では、性的パートナー数の合計分布に時間的変化が見られた：1994–1995年から2001–2002年にかけてゼロの回数が減少し、1人のパートナーとの関係が増加した。2007–2008年には尾が重くなった。
• 事後サンプルは安定した収束経路と低自己相関を示し、MCMCの混合性が良く、妥当な推論が可能であることを示した。
• 対数変換されたカットポイントと丸められたカーネル法を用いることで、右に歪んだ度数データを効果的に処理し、過剰ゼロや重い尾を伴う状況下でも正確な非パラメトリック密度推定が可能になった。