[논문 리뷰] matrixdist: An R Package for Inhomogeneous Phase-Type Distributions

Martin Bladt, Jorge Yslas|arXiv (Cornell University)|2021. 01. 20.

Insurance, Mortality, Demography, Risk Management참고 문헌 9인용 수 5

한 줄 요약

이 논문은 시간에 따라 변화하는 마코프 절차를 통해 타일 행동을 유연하게 구현할 수 있는 비균질 단계형(IPH) 분포를 사용한 통계 모델링을 위한 R 패키지인 matrixdist를 소개한다. 이 패키지는 집계된, 케일링된, 또는 이산화된 데이터로부터 IPH 모델을 효율적으로 추정하기 위해 3단계 EM 알고리즘을 구현하여 중간 수준의 매개변수 수에서 정확한 우도 기반 추론을 제공한다.

ABSTRACT

Inhomogeneous phase-type distributions (IPH) are a broad class of laws which arise from the absorption times of Markov jump processes. In the time-homogeneous particular case, we recover phase-type (PH) distributions. In matrix notation, various functionals corresponding to their distributional properties are explicitly available and succinctly described. As the number of parameters increases, IPH distributions may converge weakly to any probability measure on the positive real line, making them particularly attractive candidates for statistical modelling purposes. Contrary to PH distributions, the IPH class allows for a wide range of tail behaviours, which often leads to adequate estimation with a moderate number of parameters. One of the main difficulties in estimating PH and IPH distributions is their large number of matrix parameters. This drawback is best handled through the expectation-maximisation (EM) algorithm, exploiting the underlying and unobserved Markov structure. The matrixdist package presents tools for IPH distributions to efficiently evaluate functionals, simulate, and carry out maximum likelihood estimation through a three-step EM algorithm. Aggregated and right-censored data are supported by the fitting routines, and in particular, one may estimate time-to-event data, histograms, or discretised theoretical distributions.

연구 동기 및 목표

• 시간에 따라 변화하는 전이 강도를 允허함으로써 표준 단계형(PH) 분포를 일반화하는 비균질 단계형(IPH) 분포를 사용한 통계 모델링을 위한 계산 프레임워크를 개발한다.
• 비균일 단계형(IPH) 모델에서 고차원 행렬 매개변수 추정 문제를 효율적인 기대값-최대화(EM) 알고리즘 구현을 통해 해결한다.
• 우도 기반 추론을 다양한 데이터 유형(우측 케일링, 집계, 이산화된 시간-이벤트 데이터 포함)에 대해 지원한다.
• 사용자 구현 최소화로도 시뮬레이션, 기능 평가, 최대우도 추정이 가능한 사용자 友好的 R 패키지를 제공한다.

제안 방법

• 마코프 절차의 행렬 표현을 활용하여 생존 함수, 모멘트, 밀도와 같은 분포 기능을 닫힌 형태로 표현한다.
• 잠재 마코프 구조를 이용해 3단계 EM 알고리즘을 적용하여 IPH 매개변수를 추정하며, E단계(조건부 기대값)와 M단계(매개변수 갱신)를 반복적으로 적용해 우도를 향상시킨다.
• E단계는 시간에 따라 변화하는 생성자 행렬에서 유도된 행렬 지수와 전이 확률을 사용해 기대 충분통계량을 계산한다.
• M단계는 닫힌 형태의 해 또는 반복 최적화를 통해 생성자 행렬 매개변수를 갱신하여 국소 최대값으로 수렴하도록 보장한다.
• 우도 기여도를 적절히 조정함으로써 우측 케일링 관측치, 히스토그램, 이산화된 이론적 분포와 같은 데이터 유형을 지원한다.
• 시뮬레이션 루틴은 기저 마코프 과정에서 표본 경로를 생성하여 실증적 검증과 적합도 평가를 가능하게 한다.

실험 결과

연구 질문

• RQ1 비균일 단계형 분포는 복잡한 꼬리 행동을 갖는 시간-이벤트 데이터에 대해 민첩하면서도 해석 가능한 파라미터 모델을 제공할 수 있는가?
• RQ2 실제로 비균일 단계형 분포의 고차원 행렬 매개변수 공간은 어떻게 효율적으로 추정할 수 있는가?
• RQ3 잠재 마코프 구조를 가진 EM 알고리즘이 IPH 모델 적합에서 수렴성과 정확도를 얼마나 향상시키는가?
• RQ4 matrixdist 패키지는 케일링되거나 집계된 관측치와 같은 실제 세계 데이터 유형을 높은 정밀도로 처리할 수 있는가?

주요 결과

• matrixdist 패키지는 3단계 EM 알고리즘을 통해 IPH 분포의 정확한 최대우도 추정을 가능하게 하며, 행렬 기반 기능을 통해 계산 부담을 크게 감소시킨다.
• 중간 수준의 매개변수 수로도 IPH 분포는 양의 실수선 상의 임의의 확률측도로 약한 수렴을 달성할 수 있어 다양한 생존 패턴 모델링에 매우 높은 유연성을 제공한다.
• 이 방법은 집계된 데이터와 우측 케일링 데이터에 대한 추정을 지원하여 관측치가 불완전한 실제 생존 분석 응용에 적합하다.
• 행렬 표기법을 사용함으로써 생존 함수, 모멘트 등의 핵심 분포 성질을 명시적이고 간결하게 계산할 수 있어 이해 가능성과 효율성을 모두 향상시킨다.