[논문 리뷰] Robust Functional Principal Component Analysis for Non-Gaussian Longitudinal Data

Rou Zhong, Shishi Liu외 2명|arXiv (Cornell University)|2021. 02. 01.

Statistical Methods and Inference참고 문헌 34인용 수 4

한 줄 요약

이 논문은 비정규 종단적 데이터에서 희소성, 비정규 관측 시간, 측정 오차를 고려한 강건한 기능적 주성분 분석(FPCA) 방법을 제안한다. 고유방정정식 내 공분산 함수의 분포에 관계없는 대체 수 Mittens의 τ 함수를 도입함으로써 대칭성 또는 타원형 분포를 가정하지 않고도 강건한 추정이 가능하며, 일致한 수렴 속도를 보장하는 점근적 이론을 수립한다.

ABSTRACT

Functional principal component analysis is essential in functional data analysis, but the inferences will become unconvincing when some non-Gaussian characteristics occur, such as heavy tail and skewness. The focus of this paper is to develop a robust functional principal component analysis methodology in dealing with non-Gaussian longitudinal data, for which sparsity and irregularity along with non-negligible measurement errors must be considered. We introduce a Kendall's $τ$ function whose particular properties make it a nice proxy for the covariance function in the eigenequation when handling non-Gaussian cases. Moreover, the estimation procedure is presented and the asymptotic theory is also established. We further demonstrate the superiority and robustness of our method through simulation studies and apply the method to the longitudinal CD4 cell count data in an AIDS study.

연구 동기 및 목표

• 비정규 종단적 데이터에서 꼬리가 두꺼운 경우, 비대칭성, 측정 오차가 존재할 때에도 유효한 강건한 FPCA 방법을 개발하는 것.
• 특히 비모수적 가정이 실패할 경우 기존 FPCA의 한계를 해결하는 것.
• 대칭성 또는 타원형 분포를 가정하지 않는 공분산 기반 FPCA의 분포에 관계없는 대체 수단을 제공하는 것.
• 종단적 연구에서 흔한 희소성과 비정규 관측 시간을 다루는 것.
• 제안된 추정량에 대한 점근적 이론을 수립하며, 추정된 공분산 함수 및 고유함수의 수렴 속도를 포함한다.

제안 방법

• 고유방정정식 내 모집단 공분산 함수의 강건한 대체 수단으로 새로운 Mittens의 τ 함수를 제안하며, 순위 기반의 의존성 구조를 활용한다.
• 기능적 관측치 간의 쌍별 비교를 통해 Mittens의 τ 함수를 정의함으로써 단조변환에 불변성과 이상치에 대한 강건성을 확보한다.
• 국소 선형 스무딩을 적용하여 Mittens의 τ 함수를 비모수적으로 추정함으로써 비정규 간격 데이터 및 측정 오차를 수용한다.
• 추정된 Mittens의 τ 함수를 사용하여 스펙트럼 분해를 통해 고유함수와 점수를 계산하며, 기존의 공분산 기반 접근 방식을 대체한다.
• 정규 조건 하에서 추정된 공분산 함수 및 고유함수의 점근적 분포와 수렴 속도를 유도한다.
• 비대칭 분포 하에서도 Mittens의 τ 함수의 고유공간이 진정한 공분산 함수의 고유공간과 일치함을 증명한다.

실험 결과

연구 질문

• RQ1 비정규 데이터 하에서 공분산 함수의 대체 수단으로서 순위 기반 의존성 측정치인 Mittens의 τ가 기능적 주성분 분석에서 강건한 대체 수단이 될 수 있는가?
• RQ2 제안된 방법이 꼬리가 두꺼운, 비대칭적이거나 오염된 종단적 데이터 하에서도 일致한 추정 성능을 유지하는가?
• RQ3 희소성, 비정규 관측 시간, 무시할 수 없는 측정 오차 존재 시 제안된 FPCA 방법의 성능은 어떠한가?
• RQ4 제안된 방법 하에서 추정된 공분산 함수 및 고유함수의 점근적 수렴 속도는 무엇인가?
• RQ5 대칭성 또는 타원형 분포를 가정하지 않더라도 Mittens의 τ 함수의 고유공간이 진정한 공분산 함수의 고유공간과 동일한가?

주요 결과

• 제안된 Mittens의 τ 함수는 비대칭 분포 하에서도 진정한 모집단 공분산 함수와 동일한 고유공간을 유지하므로, 분포 제약 조건 없이 유효한 주성분 분해를 가능하게 한다.
• Mittens의 τ 함수 추정량은 수렴 속도 $ O_pig( (NM^2 h^2 / \\[\log N))^{-1/2} + h^2 + M^{-1} + h' \big) $ 를 확보한다. 여기서 $ N $ 은 참가자 수, $ M $ 은 참가자당 평균 관측 수, $ h $ 는 밴드위드스이다.
• 추정된 고유함수는 고전적 FPCA와 동일한 속도로 수렴함을 확인하여 제안된 프레임워크 하에서 이론적 일致성을 입증한다.
• 시뮬레이션 연구를 통해 고전적 FPCA에 비해 꼬리가 두꺼운, 비대칭적인 데이터에 대해 뛰어난 강건성을 보이며, 편향 감소와 추정 정확도 향상을 입증한다.
• 에이즈 CD4 세포 수치 데이터에 대한 응용 결과는 데이터가 비대칭성과 이상치를 포함하더라도 이 방법이 주요 변동 모드를 효과적으로 포착함을 보여준다.
• 대칭성 또는 타원형 분포를 가정하는 기존의 강건한 FPCA 방법보다 성능이 뛰어나며, 더 넓은 비정규 설정에까지 적용 가능성을 확장한다.