[論文レビュー] Semiparametric estimation of a mixture of two linear regressions where one component is known

Laurent Bordes, Ivan Kojadinovic+1 more|arXiv (Cornell University)|Jan 1, 2012

Statistical Methods and Inference参考文献 19被引用数 2

ひとこと要約

本稿では、一方の成分が既知である2成分混合線形回帰モデルの推定に向け、計算的に効率的な半パラメトリック手法を提案する。先行研究のO(n²)の最適化に基づくアプローチに代えて、O(n)のモーメント法推定量を採用することで、零対称性の仮定を必要とせず、弱い条件下でも漸近正規性を達成する。この特性により、2色ChIP-chipマイクロアレイから得られる大規模なデータセットへの応用が可能になる。

ABSTRACT

A new estimation method for the two-component mixture model introduced in Vandekerkhove (2012) is proposed. This model, which consists of a two-component mixture of linear regressions in which one component is entirely known while the proportion, the slope, the intercept and the error distribution of the other component are unknown, seems to be of interest for the analysis of large datasets produced from two-color ChIPchip high-density microarrays. In spite of good performance for datasets of reasonable size, the method proposed in Vandekerkhove (2012) suffers from a serious drawback when the sample size becomes large, as it is based on the optimization of a contrast function whose pointwise computation requires O(n2) operations. The range of applicability of the method derived in this work is substantially larger as it is based on a method-of-moment estimator whose computation only requires O(n) operations. From a theoretical perspective, the asymptotic normality of both the estimator of the Euclidean parameter vector and of the semiparametric estimator of the c.d.f. of the error is proved under weak conditions not involving the zero-symmetry assumption typically used this last decade. The finite-sample performance of the latter estimators is studied

研究の動機と目的

• 大規模なサンプルサイズにおける2成分線形回帰混合モデルの推定において、既存手法の計算非効率性を是正すること。
• Vandekerkhove (2012)の対照関数最適化におけるO(n²)の計算負荷を克服し、より高速な代替手法を導入すること。
• 特に誤差分布のゼロ対称性仮定を必要としない弱い正則性条件のもとでも有効な手法を開発すること。
• ユークリッドパラメーターベクトルおよび誤差分布のCDFの半パラメトリック推定量の漸近正規性の理論的妥当性を保証すること。
• 高密度マイクロアレイデータ、特に2色ChIP-chip実験から得られるような大規模なデータセットへの実用的応用を可能にすること。

提案手法

• 対照関数最適化の代わりに、計算効率の高いモーメント法推定量を提案する。
• すべての観測ペアにおける対照関数の点別評価を回避することで、計算複雑度をO(n²)からO(n)に低減する。
• 構造的モデルから導かれるモーメント条件を用いて、未知成分の未知パラメータ（回帰係数、切片、混合割合、誤差分布）を推定する。
• 弱い正則性条件のもとで、ユークリッドパラメーターベクトルの推定量の漸近正規性を確立する。
• ゼロ対称性を仮定しない条件下でも、誤差項の累積分布関数（c.d.f.）の半パラメトリック推定量の漸近正規性を証明する。
• 条件付きモーメントに基づく推定方程式を活用し、未知成分のパラメータを一貫的かつ効率的に同定する。

実験結果

リサーチクエスチョン

• RQ1 一方の成分が既知である2成分線形回帰混合モデルにおける半パラメトリック推定に向け、計算スケーラブルな手法を開発できるか？
• RQ2 提案手法は、先行研究よりも弱い条件下（特に誤差分布のゼロ対称性仮定を不要として）でも理論的妥当性と漸近正規性を維持するか？
• RQ3 O(n²)の対照ベース手法と比較して、推定精度を損なわずにO(n)の計算複雑度を達成できるか？
• RQ4 実用的なサンプルサイズにおける有限標本性能において、モーメント法推定量は対照ベース推定量と比べてどのように異なるか？
• RQ5 本手法は、2色ChIP-chipマイクロアレイから得られるような大規模な生物学的データセットに対しても適用可能で効果的か？

主な発見

• 提案手法はO(n)の計算複雑度を達成し、Vandekerkhove (2012)のO(n²)対照ベース手法に比べて大幅にスケーラビリティが向上する。
• 誤差分布のゼロ対称性仮定を必要としない弱い正則性条件のもとで、ユークリッドパラメーターベクトルの推定量の漸近正規性が確立されている。
• 同じ弱い条件下で、誤差分布の累積分布関数（CDF）の半パラメトリック推定量に対しても漸近正規性が成立する。
• 有限標本性能の評価から、中程度のサンプルサイズにおいてもモーメント法推定量が高い推定精度を維持することが確認された。
• 本手法は、高密度2色ChIP-chipマイクロアレイから生じるような大規模データセットに特に適しており、計算効率と堅牢な理論的基盤の両方が特徴である。
• ゼロ対称性仮定の欠如により、実世界のデータにおいてしばしば破られるこの仮定を必要としないため、モデルの適用範囲が広がる。