[논문 리뷰] Latent Multivariate Log-Gamma Models for High-Dimensional Multi-Type Responses with Application to Daily Fine Particulate Matter and Mortality Counts

Zhixing Xu, Jonathan R. Bradley외 1명|arXiv (Cornell University)|2019. 09. 05.

Air Quality and Health Impacts참고 문헌 46인용 수 5

한 줄 요약

이 논문은 Weibull 및 포isson 우도 간의 공통 공액성과 잠재 다변량 로그-감마 분포를 활용하여 고차원적이고 다중 유형의 반응을 동시에 분석하기 위해 베이지안 계층 모델을 제안한다. 특히 연속적인 일일 PM2.5 농도와 계수 기반의 사망률을 공동으로 분석한다. 이 방법은 감소된 랭크 공간 모델링과 추출된 기브스 샘플링을 통해 효율적인 계산을 가능하게 하여 추정 정밀도를 향상시키고, 누락되거나 공개되지 않은 군수 수준의 데이터를 보간할 수 있다.

ABSTRACT

Tracking and estimating Daily Fine Particulate Matter (PM2.5) is very important as it has been shown that PM2.5 is directly related to mortality related to lungs, cardiovascular system, and stroke. That is, high values of PM2.5 constitute a public health problem in the US, and it is important that we precisely estimate PM2.5 to aid in public policy decisions. Thus, we propose a Bayesian hierarchical model for high-dimensional "multi-type" responses. By "multi-type" responses we mean a collection of correlated responses that have different distributional assumptions (e.g., continuous skewed observations, and count-valued observations). The Centers for Disease Control and Prevention (CDC) database provides counts of mortalities related to PM2.5 and daily averaged PM2.5 which are both treated as responses in our analysis. Our model capitalizes on the shared conjugate structure between the Weibull (to model PM2.5), Poisson (to model diseases mortalities), and multivariate log-gamma distributions, and we use dimension reduction to aid with computation. Our model can also be used to improve the precision of estimates and estimate values at undisclosed/missing counties. We provide a simulation study to illustrate the performance of the model, and give an in-depth analysis of the CDC dataset.

연구 동기 및 목표

• 연속적인 PM2.5 수준과 계수 기반의 사망 데이터와 같은 고차원적 다중 유형 반응에 대해 계산적으로 효율적인 베이지안 모델을 개발하는 것.
• PM2.5와 사망 계수 간의 공간적 의존성과 상호 반응 의존성을 공동으로 모델링하여 추정 정밀도를 향상시키는 것.
• 공유된 잠재 공간 랜덤 효과를 통해 누락되거나 공개되지 않은 군수 수준의 데이터를 보간할 수 있도록 하는 것.
• 공공 보건 데이터에서 흔한 문제인 영수치가 과다한 사망 계수에 대한 강건성을 확보하는 것.
• 이전에 단일 유형 반응에 국한되었던 감소된 랭크 공간 모델링을 다중 유형 반응 설정으로 확장하는 것.

제안 방법

• 연속형 및 계수형 반응 간의 의존성을 포착하기 위해 잠재 다변량 로그-감마(MLG) 분포를 사용하는 공동 Weibull-Poisson(WAP) 우도 모델을 사용한다.
• 대규모 데이터셋에 대한 계산 확장성을 향상시키기 위해 공간적으로 공변동하는 랜덤 효과의 감소된 랭크 표현을 적용한다.
• 초모수(α, κ)에 대한 공액 전조건부 업데이트를 통해 조정 없이 제안 분포 없이 추출된 기브스 샘플링을 적용한다.
• 조건부 다변량 로그-감마(cMLG) 분포에서 효율적으로 시뮬레이션하기 위해 QR 분해를 통한 데이터 증강 기법을 활용한다.
• 공간 랜덤 효과에 계층적 사전분포를 적용하며, 표준 정규분포를 근사하기 위해 형상 및 비율 매개변수를 선택한다.
• 모든 매개변수에 대한 전조건부 분포를 유도하며, 파라미터 업데이트에 콘월리-맥스웰-포isson 및 감마 분포를 활용한다.

실험 결과

연구 질문

• RQ1 통합된 베이지안 모델이 연속적인 PM2.5 수준과 계수 기반의 사망률을 함께 모델링하면서 그들 간의 상호 반응 의존성을 포착할 수 있는가?
• RQ2 감소된 랭크 공간 모델링이 고차원적 다중 유형 반응 설정에서 계산 효율성과 예측 정확도를 어떻게 향상시키는가?
• RQ3 공공 보건 데이터에서 흔한 문제인 영수치가 과다한 사망 계수 조건 하에서 모델이 얼마나 강건한가?
• RQ4 Weibull, 포isson 및 MLG 분포 간의 공유된 공액 성질이 조정 없이 효율적인 MCMC 샘플링을 가능하게 하는가?
• RQ5 모델이 CDC 데이터셋에서 누락되거나 공개되지 않은 군수 수준의 데이터를 얼마나 잘 보간하는가?

주요 결과

• 제안된 WAP 모델은 PM2.5와 사망 계수 간의 의존성을 효과적으로 활용하여 양측 반응 유형의 추정 정밀도를 향상시킨다.
• 감소된 랭크 공간 모델링은 대규모 공간 데이터셋에서 높은 예측 정확도를 유지하면서도 계산 효율성을 크게 향상시킨다.
• 모델은 사망 데이터의 영수치 과다 조건 하에서도 강건한 성능을 보이며, 편향에 취약한 기존 모델보다 뛰어난 성능을 보인다.
• 추출된 기브스 샘플링을 통한 공액 전조건부 업데이트는 고차원 데이터에 있어 빠르고 조정이 필요 없는 MCMC 샘플링을 가능하게 하여 핵심적인 이점이 된다.
• 공간적 의존성과 반응 유형 간 의존성에 기반하여 누락되거나 공개되지 않은 군수 수준의 반응을 정확하게 보간할 수 있다.
• 시뮬레이션 연구 결과, 특히 고차원적이고 비대칭적인 반응 조건에서 진짜 매개변수를 낮은 편향과 양호한 커버리지로 회복할 수 있음을 확인하였다.