[論文レビュー] Omnibus CLTs for Fréchet means and nonparametric inference on non-Euclidean spaces

Rabi Bhattacharya, Lizhen Lin|arXiv (Cornell University)|Jun 24, 2013

Morphological variations and asymmetry参考文献 15被引用数 16

ひとこと要約

本稿は、非ユークリッド空間におけるフレシェ平均のための2つの包括的中心極限定理（CLT）を確立し、支持集合に関する制限のない非パラメトリック推論を可能にした。最初のCLTは、滑らかな密度条件の下で、多様体や分層空間（d > 2の球面を含む）に広く適用可能である。第二のCLTは、d > 2の球面上の内在的フレシェ平均に対して、従来の支持集合制限を除去し、多様体上の統計的推論および拡散テンソル画像（DTI）応用分野における対称正定値行列の分析を著しく前進させた。

ABSTRACT

Two central limit theorems for sample Fréchet means are derived, both significant for nonparametric inference on non-Euclidean spaces. The first one, Theorem 2.2, encompasses and improves upon most earlier CLTs on Fréchet means and broadens the scope of the methodology beyond manifolds to diverse new non-Euclidean data including those on certain stratified spaces which are important in the study of phylogenetic trees. It does not require that the underlying distribution $Q$ have a density, and applies to both intrinsic and extrinsic analysis. The second theorem, Theorem 3.3, focuses on intrinsic means on Riemannian manifolds of dimensions $d>2$ and breaks new ground by providing a broad CLT without any of the earlier restrictive support assumptions. It makes the statistically reasonable assumption of a somewhat smooth density of $Q$. The excluded case of dimension $d=2$ proves to be an enigma, although the first theorem does provide a CLT in this case as well under a support restriction. Theorem 3.3 immediately applies to spheres $S^d$, $d>2$, which are also of considerable importance in applications to axial spaces and to landmarks based image analysis, as these spaces are quotients of spheres under a Lie group $\mathcal G $ of isometries of $S^d$.

研究の動機と目的

• 非ユークリッド空間（多様体や分層空間を含む）におけるフレシェ平均の一般化された中心極限定理（CLT）の構築を目的とし、非パラメトリック推論を支援すること。
• 特にd > 2の球面上の内在的フレシェ平均に対する従来のCLTにおける制限的な支持集合仮定を除去すること。
• 対称正定値行列や拡散テンソル画像（DTI）を含む応用分野において、内在的および外在的平均を統合的に用いるためのフレームワークを提供すること。
• 滑らかな密度などの最小限の正則性条件の下で、標本フレシェ平均の漸近的分布理論を確立すること。特に、コンパクトな台や有界な曲率を仮定する必要がないこと。

提案手法

• 一般の距離空間におけるフレシェ平均のための包括的CLT（定理2.2）を導出。内在的および外在的平均の両方に適用可能であり、母集団分布Qが密度関数を持つ必要がない。
• d > 2のリーマン多様体上における内在的フレシェ平均のための新しいCLT（定理3.3）を導入。母集団分布Qの滑らかな密度を仮定することで、従来の支持集合制限を排除した。
• 対称正定値行列（Sym⁺(p)）に対して、ユークリッド距離および対数ユークリッド距離の両方を用いてCLTを適用し、DTIデータ解析における2標本検定を可能にした。
• 行列の対数を用いて多様体をユークリッド空間に変換し、標準的な多変量CLT手法を適用可能にした。
• 帰無仮説（分布が等しい）の下で得られる検定統計量に対してカイ二乗分布近似を用い、p値はボンフェローニ補正および誤り発見率（FDR）制御により調整した。
• 46名の被験者（HIV陽性28名、対照群18名）からなる実際のDTIデータセットを用いて手法の妥当性を検証。75の空間的ポイントで、大脳内索の後頭部（splenium）に沿った拡散テンソルの差を検出。

実験結果

リサーチクエスチョン

• RQ1 母集団分布Qが密度関数を持つ必要がなく、かつ小さな測地的球面に台が制限されていない非ユークリッド空間におけるフレシェ平均の一般化された中心極限定理を確立できるか？
• RQ2 現実的な滑らかさ仮定の下で、リーマン多様体上における内在的フレシェ平均のCLTにおける支持集合制限をどの程度まで除去できるか？
• RQ3 漸近的分布的挙動の観点から、内在的平均と外在的平均はどのように比較できるか。統計的推論においてこれらは相互に交換可能か？
• RQ4 提案されたCLTは、特に脳組織の異方性の群間差を検出することを目的とした拡散テンソル画像（DTI）における統計的仮説検定に効果的に適用可能か？
• RQ5 高次元で非ユークリッド的なデータ（例：DTIテンソル）を扱う多重検定の場面において、包括的CLTの性能はいかがなものか？

主な発見

• 定理2.2は、距離空間（分層空間や多様体を含む）におけるフレシェ平均の包括的CLTを提供し、母集団分布Qが密度関数を持つ必要がない。
• 定理3.3は、d > 2の球面S^d上における内在的フレシェ平均のCLTを、Qの滑らかな密度を仮定することで確立し、従来の支持集合制限を排除した。
• DTIデータセットでは、有意水準α = 0.05の下で、ユークリッド距離を用いると58の位置、対数ユークリッド距離を用いると47の位置で有意差が検出された。
• カイ二乗分布近似によるp値は極めて小さく（10⁻⁷のオーダー）、帰無仮説の反証に強い証拠を示したが、極めて小さなp値では被覆誤差が生じる可能性がある。
• 対数ユークリッド距離の使用により、計算が効率的に行え、内在的距離を用いた結果とほとんど区別がつかない結果が得られ、実用的応用における有効性が裏付けられた。
• 本研究のCLTは、DTIのような高次元で非ユークリッド的な設定において、妥当かつ強力な2標本検定を可能にし、神経画像研究における実用的意義を示した。