[논문 리뷰] A latent variable model with mixed binary and continuous response variables

Klaus K. Holst, Esben Budtz–Jørgensen외 1명|arXiv (Cornell University)|2015. 07. 05.

Statistical Methods and Bayesian Inference참고 문헌 5인용 수 3

한 줄 요약

이 논문은 연속형, 이진형, 췔터닝된 결과를 동시에 추정하기 위해 Probit 링크와 다변량 정규 잠재변수를 사용하는 잠재변수 모델을 제안한다. 이는 직각 확률 계산을 통해 효율적인 최대우도 추정을 가능하게 하며, 작은 표본에서 국한된 정보 추정기법보다 우수한 성능을 보이며, R 패키지 lava.tobit에 구현되어 있다. 이는 복잡한 구조적 방정식 모델에 대해 적응형 가우시안 구적법과 몬테카를로 EM에 비해 확장 가능한 대안을 제공한다.

ABSTRACT

We propose a method for obtaining maximum likelihood estimates in a model with continuous and binary outcomes. Combinations of left and right censored observations are also naturally modeled in this framework. The model and estimation procedure has been implemented in the R package lava.tobit. The method is demonstrated on brain imaging and personality data where measurement error on predictor variables is handled in a latent variable framework. A simulation study is conducted comparing the small sample properties of the MLE with a limited information estimator.

연구 동기 및 목표

• 연속형, 이진형, 췔터닝된 결과를 포함하는 혼합 반응형 유형을 갖는 구조적 방정식 모델에 대한 최대우도 추정 프레임워크를 개발하기 위해.
• AGQ와 MCEM과 같은 기존 방법의 한계를 해결하기 위해, 고차원 잠재변수 설정에서 높은 계산 비용이나 수렴 문제를 야기하는 경우를 방지하기 위해.
• 측정 오차 보정이 가능한 잠재변수 프레임워크 하에서 조건부(개별 기반) 효과와 분산 구성요소를 추정할 수 있도록 하기 위해.
• 다변량 정규 직각 확률을 활용하여 적응형 가우시안 구적법과 몬테카를로 EM에 비해 계산 비용이 낮은 대안을 제공하기 위해.
• 신경영상 및 성격 데이터에 대해 이 방법을 적용하여 생물학적 마커와 심리적 특성 간의 복잡한 관계를 모델링하는 데의 유용성을 입증하기 위해.

제안 방법

• 이중 결과는 잠재적으로 정규분포를 따르는 잠재변수 위에서 임계값 메커니즘을 통해 생성되며, 이는 이진 결과의 기반을 이룬다.
• 연속형 결과는 잠재변수 그 자체로 직접 모델링되며, 췔터닝된 결과는 잠재변수 분포의 절단을 통해 처리된다.
• 우도 함수는 다변량 정규 직각 확률에서 유도되며, 랜덤 효과에 대한 수치적 통합을 피한다.
• 점수 함수와 관측 정보 행렬은 직각 확률의 도함수를 사용하여 해석적으로 계산되며, 이는 빠르고 정확한 최대우도 추정을 가능하게 한다.
• 공변수와 랜덤 효과 간의 상호작용 항을 통해 랜덤 기울기를 지원함으로써, 개인 간 이질적인 효과를 허용한다.
• 이 방법은 오픈소스 R 패키지 lava.tobit에 구현되어 있으며, 비선형 공변수 효과를 위한 매개수 함수를 통해 전체 모델 사양을 지원한다.

실험 결과

연구 질문

• RQ1 단일 추정 프레임워크 내에서 혼합 연속형, 이진형, 췔터닝된 결과를 효율적으로 처리할 수 있는 통합 잠재변수 모델은 어떻게 설계할 수 있는가?
• RQ2 이 모델에서 최대우도 추정의 소표본 성질은 국한된 정보 추정기법과 비교해 어떻게 되는가?
• RQ3 다변량 정규 분포의 직각 확률을 사용하면 고차원 잠재변수 모델에서 계산 비용이 높은 수치적 통합을 대체할 수 있는가?
• RQ4 측정 오차가 있는 예측변수 존재 하에서 조건부 효과와 분산 구성요소를 추정하는 데 이 방법은 어떻게 성능을 보이는가?
• RQ5 이 모델은 비정규 결과를 포함하는 복잡한 구조적 방정식 모델에서 인과적 추론을 어느 정도 지원할 수 있는가?

주요 결과

• 제안된 최대우도 추정기는 국한된 정보 추정기법보다 소표본에서 뛰어난 성능을 보였으며, 특히 편향과 신뢰구간 커버리지 확률 측면에서 유의미한 개선을 보였다.
• 5-HT2A 수용체 결합 치수의 영향에 대해 잠재성격 특성 '의존성'에 대해 표준화된 회귀계수 0.791(p-value 0.04)을 기록하여 강한 연관성을 나타내었다.
• 5-HT2A 수용체 결합이 평균에서 두 표준편차 높은 개인의 경우, 성격 설문지 항목에 대한 긍정적 반응 확률이 20% 증가했으며(95% 신뢰구간: [1.05, 1.34]), 이는 유의미한 증가를 의미한다.
• 모델은 예측변수의 측정 오차를 성공적으로 처리했으며, 잠재적 특성 수준을 기반으로 한 항목 반응의 조건부 확률 추정이 가능했다.
• 알고리즘은 모델 복잡성 증가에 따라 효율적으로 스케일링되었으며, AGQ와 MCEM 방법에서 흔히 발생하는 차원의 저주를 피할 수 있었다.
• 측정 모델에 모든 항목을 포함할 경우 수치적 불안정성이 관찰되어 수렴을 보장하기 위해 한 항목(질문 131)을 제거하는 것이 필요했다.