[논문 리뷰] Mean-parametrized Conway-Maxwell-Poisson regression models for dispersed counts

Alan Huang|arXiv (Cornell University)|2016. 06. 10.

Statistical Methods and Bayesian Inference인용 수 9

한 줄 요약

이 논문은 계수 데이터의 평균을 로그선형 링크를 사용해 직접 모델링하는 평균 매개수화 Conway-Maxwell-Poisson (CMP) 회귀 모델을 소개한다. 이는 기존 CMP 모델의 주요 한계를 극복하며, 표준 계수 회귀 모델과의 직접적 호환성을 보장하고 해석 가능성을 향상시키며, 기존 소프트웨어 대비 MATLAB에서 최대 10배 빠른 계산 속도를 달성한다. 유한 표본 성능은 뛰어나고 점점 더 효율적인 성능을 보인다.

ABSTRACT

Conway-Maxwell-Poisson (CMP) distributions are flexible generalizations of the Poisson distribution for modelling overdispersed or underdispersed counts. The main hindrance to their wider use in practice seems to be the inability to directly model the mean of counts, making them not compatible with nor comparable to competing count regression models, such as the log-linear Poisson, negative-binomial or generalized Poisson regression models. This note illustrates how CMP distributions can be parametrized via the mean, so that simpler and more easily-interpretable mean-models can be used, such as a log-linear model. Other link functions are also available, of course. In addition to establishing attractive theoretical and asymptotic properties of the proposed model, its good finite-sample performance is exhibited through various examples and a simulation study based on real datasets. Moreover, the MATLAB routine to fit the model to data is demonstrated to be up to an order of magnitude faster than the current software to fit standard CMP models, and over two orders of magnitude faster than the recently proposed hyper-Poisson model.

연구 동기 및 목표

• 계수 분포의 평균을 직접 매개수로 설정할 수 있도록 Conway-Maxwell-Poisson (CMP) 분포를 재정의함으로써, 기존 CMP 모델이 회귀 모델링에서의 활용에 제한을 받는 문제를 해결한다.
• CMP 모델이 포isson, 음이이항분포, 일반화된 포아송과 같은 표준 계수 회귀 모델과 직접 비교 가능하고 호환 가능하도록 한다.
• 로그링크와 같은 링크 함수를 통해 평균을 직접 모델링할 수 있도록 하여, CMP 모델의 해석 가능성과 실용적 활용도를 향상시킨다.
• 기존 R 패키지에 비해 제안된 MATLAB 구현의 계산 효율성이 뛰어나다는 것을 입증한다.
• 새로운 평균 매개수화 프레임워크의 이론적 성질, 특히 점근 정규성과 스코어 함수 유도를 수립한다.

제안 방법

• 비율 λ 대신 평균 μ를 사용하여 CMP 분포를 매개수화함으로써, 로그링크와 같은 링크 함수를 통해 기대 계수를 직접 모델링할 수 있도록 한다.
• 평균 μ에 대한 스코어 함수 Sμ = (Y − μ)/V(μ, ν)를 유도하며, 여기서 V(μ, ν)는 분산으로서 일致된 추정을 보장한다.
• 분산 매개수 ν에 대한 스코어 함수 Sν = A(μ, ν)(Y − μ)/V(μ, ν) − [log(Y!) − B(μ, ν)]를 유도하며, A와 B는 조건부 기대값으로 정의된다.
• 분산 매개수 ν에 대한 최대우도추정량(MLE)을 순간매칭 방정식 (1/n)Σlog(Yi!) = B(Ȳ, ν)를 통해 특성화한다.
• μ = μ(Xᵀβ)와 ν = ν(𝐗̃ᵀγ)로 회귀 프레임워크를 확장하며, β̂와 γ̂의 공동 점근 정규성을 수립한다.
• 기존 COMPoissonReg R 패키지보다 최대 10배 빠르고, 최근 제안된 하이퍼-포아송 모델의 R 구현보다 100배 이상 빠른 계산 효율성을 갖춘 MATLAB 루틴을 개발한다.

실험 결과

연구 질문

• RQ1 계수 분포의 평균을 직접 매개수로 재정의함으로써, 회귀 모델에서의 해석 가능성 향상을 위한 Conway-Maxwell-Poisson 분포의 재매개수화가 가능한가?
• RQ2 유한 표본 정확도와 계산 속도 측면에서, 평균 매개수화 CMP 모델은 기존 계수 회귀 모델과 비교해 어떤 성능을 보이는가?
• RQ3 평균 매개수화 CMP 모델의 이론적 성질, 예를 들어 점근 정규성과 스코어 함수의 구조는 어떠한가?
• RQ4 제안된 모델은 과분산과 저분산을 효과적으로 다룰 수 있으며, 동시에 계산 효율성도 유지하는가?
• RQ5 MATLAB 구현의 계산 성능은 기존의 CMP 및 하이퍼-포아송 모델 소프트웨어와 비교해 어떻게 되는가?

주요 결과

• 평균 매개수화 CMP 모델은 로그선형 링크를 통해 평균을 직접 모델링할 수 있어, 포아송, 음이이항분포, 일반화된 포아송 회귀 모델과 직접 비교 가능하다.
• 제안된 MATLAB 루틴은 표준 CMP 모델에 대해 최첨단 COMPoissonReg R 패키지 대비 최대 10배 빠른 속도를 보인다.
• MATLAB 구현은 최근 제안된 하이퍼-포아송 모델의 R 구현보다 100배 이상 빠르며, 뚜렷한 계산적 우수성을 보여준다.
• 모의 실험과 실제 데이터 분석(수용제안 및 사고 발생 횟수 분석 포함)에서 양호한 유한 표본 성능을 달성한다.
• 이론적 유도를 통해 평균 및 분산 매개수의 최대우도추정량(MLE)의 점근 정규성이 확인되었으며, 이들의 점근 분산에 대한 명시적 표현이 제시되었다.
• 평균에 대한 스코어 함수는 Sμ = (Y − μ)/V(μ, ν)로 표현되며, 이는 추정을 단순화하고 모델 사양이 올바를 경우 비편향성을 보장한다.