[論文レビュー] The skew-t factor analysis model

Tsung‐I Lin, Pal H. Wu+2 more|arXiv (Cornell University)|Oct 20, 2013

Statistical Distribution Estimation and Applications参考文献 44被引用数 4

ひとこと要約

本稿では、歪度と重裾を同時に扱えるよう、潜在因子と誤差を制限付き多変量スチューデントt分布で同時にモデル化する、古典的因子分析のロバストな拡張版であるスチューデントt因子分析（STFA）モデルを提案する。この手法は最尤推定のためのECMアルゴリズムを用い、実データにおいて正規分布、t分布、歪正規分布因子分析モデルよりも優れた性能を示す。特に非対称性と外れ値の捉え方において優れている。

ABSTRACT

Factor analysis is a classical data reduction technique that seeks a potentially lower number of unobserved variables that can account for the correlations among the observed variables. This paper presents an extension of the factor analysis model by assuming jointly a restricted version of multivariate skew t distribution for the latent factors and unobservable errors, called the skew-t factor analysis model. The proposed model shows robustness to violations of normality assumptions of the underlying latent factors and provides flexibility in capturing extra skewness as well as heavier tails of the observed data. A computationally feasible ECM algorithm is developed for computing maximum likelihood estimates of the parameters. The usefulness of the proposed methodology is illustrated by a real-life example and results also demonstrates its better performance over various existing methods.

研究の動機と目的

• 歪度と重裾を示す非正規データを扱う際の古典的因子分析の限界を是正すること。
• 多変量データの非対称性と尖度（尖り）を同時に捉えるロバストな因子分析モデルの開発。
• ECMアルゴリズムを用いた、計算的に実行可能な推定フレームワークの提供。
• 実データ解析とモデル適合基準を通じて、本モデルが既存手法を上回ることの実証。

提案手法

• 潜在因子と誤差項の両方に制限付き多変量スチューデントt（rMST）分布を仮定することで、スチューデントt因子分析（STFA）モデルを提案する。
• STFAモデルの階層的表現を用いることで、容易な尤度に基づく推論を可能にする。
• 因子負荷、自由度、歪度、スケールパラメータを含むモデルパラメータの最尤推定のためのECMアルゴリズムを開発する。
• 潜在変数と欠損データを扱うために、完全データフレームワーク内でECMアルゴリズムを実装する。
• パrametricブートストラップ法と情報に基づく手法を用いて、パラメータ推定の標準誤差を計算する。
• 実データにモデルを適用し、AIC、BIC、対数尤度などの基準を用いて適合度を比較する。

実験結果

リサーチクエスチョン

• RQ1 歪度と重裾を同時にモデル化する因子分析モデルは、古典的および既存のロバスト因子分析モデルを上回る性能を示せるか？
• RQ2 STFAモデルは、実際の多変量データにおける非対称性と外れ値をどれほど的確に捉えられるか？
• RQ3 自由度パラメータと歪度パラメータが、モデルの適合度とパラメータ推定に与える影響は何か？
• RQ4 非正規特性を示すデータセットにおいて、STFAモデルは正規分布、t分布、歪正規分布因子分析モデルよりも適合度が優れているか？
• RQ5 ヘイリー型プロットや等高線プロットなどの診断ツールは、STFAモデルの分布仮定をどの程度裏付けているか？

主な発見

• 実データにおいて、STFAモデルは古典的FA、tFA、SNFAモデルよりも優れた適合度を示しており、AICおよびBIC値が低かった。
• 推定された自由度（ˆν = 6.28）は小さい値であり、重裾データの存在を確認しており、STFAモデルがその特徴を効果的に捉えている。
• 因子負荷は解釈可能な要因を示唆している：一般的な栄養状態、血液学的状態、肥満度評価。4番目の因子はやや解釈が難しい。
• STFAモデルのヘイリー型プロットは、古典的FAよりも45度線に近づいており、仮定された分布への適合度が良好であることを示している。
• STFAモデルからの予測散布図と周辺等高線は、データの散布パターンとよく一致しており、モデルの適切さを確認している。
• STFAモデルは、古典的FAとtFAを特別なケースとして内包しており、非正規データにおける次元削減に向けたより柔軟かつ広範な適用性を持つ。