[논문 리뷰] Nonparametric Bayes modeling with sample survey weights

Tsuyoshi Kunihama, Amy H. Herring외 2명|arXiv (Cornell University)|2014. 09. 20.

Bayesian Methods and Mixture Models참고 문헌 8인용 수 6

한 줄 요약

이 논문은 선택 확률을 고려하여 혼합 성분의 가중치를 조정함으로써 설문 조사 가중치를 딜리클 유형 혼합 모델에 통합하는 단순한 베이지안 비모수 방법을 제안한다. 이는 조정 과정의 불확실성을 고려하면서도, 비표본 단위에 대한 복잡한 모델링이 필요 없이 분层 설문 자료에서 선택 편향을 수정함으로써 추정 정확도를 향상시킨다. 시뮬레이션과 청소년 성행동 데이터에 대한 실제 응용에서 기존 방법들을 능가한다.

ABSTRACT

In population studies, it is standard to sample data via designs in which the population is divided into strata, with the different strata assigned different probabilities of inclusion. Although there have been some proposals for including sample survey weights into Bayesian analyses, existing methods require complex models or ignore the stratified design underlying the survey weights. We propose a simple approach based on modeling the distribution of the selected sample as a mixture, with the mixture weights appropriately adjusted, while accounting for uncertainty in the adjustment. We focus for simplicity on Dirichlet process mixtures but the proposed approach can be applied more broadly. We sketch a simple Markov chain Monte Carlo algorithm for computation, and assess the approach via simulations and an application.

연구 동기 및 목표

• 설문 조사 설계가 비균일한 포함 확률을 가진 분할 표본을 포함할 때, 표본 설문 가중치를 베이지안 비모수 모델에 효과적으로 통합하는 데 도전하는 것.
• 디릴레클 과정 혼합 모델과 같은 비모수 베이지안 모델의 유연성을 유지하면서 설문 가중치를 사용해 혼합 모델의 가중치를 조정하는 방법을 개발하는 것.
• 빈도주의 보정에 의존하지 않고, 전체적으로 베이지안 프레임워크 내에서 가중치 조정 과정의 불확실성을 고려하는 것.
• 비표본 단위에 대한 가중치 모델링이 필요한 기존의 복잡한 모델에 비해 계산이 단순한 대안을 제공하는 것.
• 특히 계수 분포나 이산 결과 분포(예: 성관계 파artner 수)와 같은 비대칭 또는 이산 분포에서의 편향을 수정하는 데에 효과적인가를 실증하는 것.

제안 방법

• 모델은 관측된 표본을 성분의 혼합으로 모델링하며, 혼합 가중치는 설문 포함 확률을 고려해 조정된다. $ \tilde{w}_i = w_i / \sum_{j \in S} w_j $, 여기서 $ w_i = c / \pi_i $ 이고 $ \pi_i $ 는 개인 $ i $ 의 포함 확률이다.
• 표준 딜리클 과정 혼합 모델을 확장하여, 조정된 가중치를 사후 분포 계산에 통합하고, 가중치 조정을 불확실성을 가진 랜덤 양으로 간주한다.
• 표준 혼합 모델에 대한 게이브스 샘플링을 수정한 단순한 MCMC 알고리즘을 제안하며, 혼합 가중치를 설문 가중치를 사용해 업데이트하는 단계를 추가함으로써 계산 효율성을 유지한다.
• 이산 또는 혼합 데이터 유형(예: 초과 제로가 있는 계수 데이터)을 다루기 위해 잠재 연속 변수를 로그 변환하여 모델링하는 데 둥근 커널 방법을 사용한다.
• 모집단이 상호배타적인 군집으로 나뉘어 있고, 각 군집이 고유한 하위집단 밀도 $ f_m $ 을 가지며, 총 밀도를 성분 밀도의 가중합으로 모델링한다.
• 정규 조건 하에서 점근적 근사에 기반한 이론적 근거를 제시하며, 조정된 혼합 밀도 $ \sum_{i \in S} \tilde{w}_i f(y \mid \theta_{s_i}) $ 가 진정한 모집단 밀도 $ f_0(y) $ 를 일致적으로 추정함을 보여준다.

실험 결과

연구 질문

• RQ1 비표본 단위에 대한 복잡한 모델링이 필요 없이, 분할 설문 설계에서 유도된 설문 가중치를 베이지안 비모수 모델에 효과적으로 통합할 수 있는가?
• RQ2 혼합 모델 가중치에 대한 단순한 조정이 선택 편향이 있는 설문 자료에서 추정 정확도를 향상시킬 수 있는가?
• RQ3 다양한 군집 수와 표본 크기에서 기존 방법들과 비교해 본다면, 제안된 방법의 편향, 신뢰구간 커버리지, 내성에 대한 성능은 어떠한가?
• RQ4 가중치 조정 과정의 불확실성이 비모수 베이지안 모델의 사후 추론에 어떤 영향을 미치는가?
• RQ5 실제 설문 응용에서, 초과 제로와 무거운 꼬리가 있는 극도로 비대칭인 계수 분포와 같은 복잡한 모집단 분포를 정확하게 복원할 수 있는가?

주요 결과

• 포isson 혼합 데이터로 구성된 시뮬레이션에서, 제안된 방법은 모드를 15에 정확히 포착한 반면, 경쟁 방법들은 이를 실패하여 다중모달성과 비대칭성을 잘 모델링하는 데서 뛰어난 성능을 보였다.
• 이산 계수 데이터 시뮬레이션에서, 진짜 값이 95% 신뢰구간 내에 0에서 100까지의 전 구간에서 98% 커버리지 달성.
• 군집 수가 100개로 증가하고 군집 내 표본 크기가 작아졌을 때도 제안된 방법은 경쟁 방법들을 능가했으며, 군집 내 표현력이 감소했음에도 정확한 추정을 유지했다.
• 청소년 건강 종합 연구(National Longitudinal Study of Adolescent Health)에 적용한 결과, 총 성관계 파artner 수 분포가 시간에 따라 변화함을 드러냈다: 1994–1995년에서 2001–2002년 사이에 0명인 경우가 감소하고 1명인 경우가 증가했으며, 2007–2008년에는 더 무거운 꼬리가 관찰되었다.
• 사후 샘플은 안정적인 수렴 경로와 낮은 자기상관을 보여, 신뢰할 수 있는 MCMC 혼합과 타당한 추론을 의미한다.
• 로그 변환된 컷포인트와 둥근 커널 방법을 사용함으로써, 과도한 제로와 뚜렷한 꼬리가 있는 우측 비대칭 계수 데이터를 효과적으로 처리하여, 초과 제로와 무거운 꼬리가 있는 환경에서 정확한 비모수 밀도 추정을 가능하게 하였다.