[논문 리뷰] The zero & $N$-inflated binomial distribution with applications

James Sweeney, John Haslett외 1명|arXiv (Cornell University)|2014. 06. 30.

Statistical Methods and Bayesian Inference인용 수 3

한 줄 요약

이 논문은 두 개의 제로-과잉 포아송 과정이 합으로 제약을 받을 때 발생하는 제로 및 N-과잉 이항분포를 제안한다. 이는 과도한 제로값과 N값을 포함하는 카운트 데이터의 개선된 모델링을 가능하게 한다. 생태학적 및 성별 연구 적용 사례에서 경쟁 모델들에 비해 뛰어난 성능을 보이며, 제로 및 N-과잉 다항분포로의 일반화 프레임워크를 제공한다.

ABSTRACT

In this article we consider the distribution arising when two zero-inflated Poisson count processes are constrained by their sum total, resulting in a novel zero & $N$-inflated binomial distribution. This result motivates a general class of model for applications in which a sum-constrained count response is subject to multiple sources of heterogeneity, principally an excess of zeroes and $N$'s in the underlying count generating process. Two examples from the ecological regression literature are used to illustrate the wide applicability of the proposed model, and serve to detail its substantial superiority in modelling performance as compared to competing models. We also present an extension to the modelling framework for more complex cases, considering a gender study dataset which is overdispersed relative to the new likelihood, and conclude the article with the description of a general framework for a zero & $N$-inflated multinomial distribution.

연구 동기 및 목표

• 합으로 제약을 받는 카운트 데이터에서 과도한 제로값과 과도한 N값을 동시에 고려할 수 있는 새로운 통계분포를 개발하는 것.
• 기존 모델이 카운트 과정에서 다중 원인의 이질성을 포착하지 못하는 한계를 해결하는 것.
• 실제 생태학적 회귀 적용 사례에서 모델의 우월성을 입증하는 것.
• 성별 연구 데이터셋을 통해 과도산산화된 데이터를 다룰 수 있도록 프레임워크를 확장하는 것.
• 더 넓은 적용성을 위해 제로 및 N-과잉 다항분포로의 일반화를 수행하는 것.

제안 방법

• 두 개의 제로-과잉 포아송 과정의 합으로 제약을 받는 혼합분포에서 제로 및 N-과잉 이항분포를 유도하는 것.
• 잠재 혼합모형 구조를 사용하여 제로 과잉 및 N-과잉 구성요소를 별도로 모델링하는 것.
• 관측된 데이터에 대한 모델 파라미터를 최대우도추정법으로 적합시키는 것.
• 실증적 적용 사례에서 우도비 검정과 정보기준을 통해 모델 적합도를 검증하는 것.
• 추가적인 이질성 구성요소를 통합하여 과도산산화된 데이터를 다룰 수 있도록 프레임워크를 확장하는 것.
• 카테고리형 카운트 데이터에 적합한 제로 및 N-과잉 다항응답을 위한 일반화를 제안하는 것.

실험 결과

연구 질문

• RQ1 합으로 제약을 받는 카운트 데이터에서 과도한 제로값과 과도한 N값을 동시에 반영할 수 있도록 이항분포를 어떻게 수정할 수 있는가?
• RQ2 제약을 받는 제로-과잉 포아송 과정에서 유도되는 제로 및 N-과잉 이항분포의 통계적 기반은 무엇인가?
• RQ3 생태학적 회귀 설정에서 제안된 모델이 기존의 카운트 모델들에 비해 적합도와 예측 성능에서 어떻게 비교되는가?
• RQ4 이 프레임워크는 과도산산화된 데이터와 다항응답 구조를 다룰 수 있도록 확장될 수 있는가?
• RQ5 복잡한 카운트 이질성을 포함하는 실제 데이터셋에서 이 모델의 실용적 유용성은 무엇인가?

주요 결과

• 제로 및 N-과잉 이항분포는 과도한 제로값과 N값을 포함하는 카운트 데이터에 대해 통계적으로 타당하고 유연한 모델을 제공한다.
• 생태학적 회귀 예제에서 표준 이항분포, 제로-과잉 이항분포, 음이항분포에 비해 제안된 모델이 뚜렷이 뛰어난 성능을 보였다.
• 생태학적 데이터셋의 실증 결과는 표준 모델이 포착하지 못하는 과도산산화와 과도한 N값이 뚜렷한 증거로 나타났다.
• 성별 연구 데이터셋은 새로운 우도 모델을 초월한 과도산산화를 드러내어 모델 프레임워크에 추가 확장을 필요로 했다.
• 제로 및 N-과잉 다항분포에 대한 일반화된 프레임워크는 유사한 과잉 패턴을 보이는 카테고리형 카운트 응답을 모델링할 수 있게 하였다.
• 제안된 모델은 다중 원인의 이질성을 포함하는 합으로 제약을 받는 카운트 데이터에 대해 일관된 확률론적 기반을 제공한다.