[论文解读] Estimation for bivariate quantile varying coefficient model

Linglong Kong, Haoxu Shu+2 more|arXiv (Cornell University)|Nov 9, 2015

Statistical Methods and Inference参考文献 37被引用 7

一句话总结

该论文提出了一种使用方向分位数回归与B样条基逼近及L2惩罚项以保证平滑性的双变量分位数变系数模型。通过传播-分离（PS）方法实现多阶段估计，并利用ADMM求解优化问题，实现了功能性数据方向分位数包络的高效、平滑且精确估计，已在DTI神经发育数据上得到验证，显著提升了覆盖率和计算效率。

ABSTRACT

We propose a bivariate quantile regression method for the bivariate varying coefficient model through a directional approach. The varying coefficients are approximated by the B-spline basis and an $L_{2}$ type penalty is imposed to achieve desired smoothness. We develop a multistage estimation procedure based the Propagation-Separation~(PS) approach to borrow information from nearby directions. The PS method is capable of handling the computational complexity raised by simultaneously considering multiple directions to efficiently estimate varying coefficients while guaranteeing certain smoothness along directions. We reformulate the optimization problem and solve it by the Alternating Direction Method of Multipliers~(ADMM), which is implemented using R while the core is written in C to speed it up. Simulation studies are conducted to confirm the finite sample performance of our proposed method. A real data on Diffusion Tensor Imaging~(DTI) properties from a clinical study on neurodevelopment is analyzed.

研究动机与目标

• 开发一种稳健的方法，用于在功能性数据设置下估计双变量分位数变系数模型。
• 通过多阶段PS程序在邻近方向间借用信息，解决高维方向估计的挑战。
• 通过在B样条系数上施加L2型惩罚，确保变系数的平滑性。
• 提升多变量功能性回归中方向分位数包络估计的计算效率和准确性。
• 为在群体水平和个体水平上使用基于分位数的推断分析神经发育数据，提供一个实用的框架。

提出的方法

• 使用方向分位数回归，通过双响应空间中的单位向量投影定义分位数。
• 使用B样条基函数逼近变系数，以实现灵活的局部建模。
• 对B样条系数施加L2型惩罚，以确保系数函数在协变量域上的平滑性。
• 基于传播-分离（PS）方法开发多阶段估计程序，从邻近方向借用信息，降低计算复杂度。
• 将优化问题重新表述为适合交替方向乘子法（ADMM）求解的形式，以实现高效计算。
• 使用C语言实现核心算法，并提供R接口，兼顾运行速度与易用性。

实验结果

研究问题

• RQ1 当变系数依赖于协变量且需考虑多个方向时，如何高效估计双变量分位数变系数模型？
• RQ2 PS方法能否有效在邻近方向间借用信息，从而提升方向分位数回归中的估计精度与平滑性？
• RQ3 在功能性数据中，所提出方法在覆盖率准确性和计算效率方面相较于现有方法的优越程度如何？
• RQ4 方向分位数包络如何用于从DTI数据中检测个体婴儿的异常神经发育模式？
• RQ5 不同惩罚函数和基系统对所提模型性能的影响如何？

主要发现

• 在模拟研究中，所提方法在方向分位数包络的估计效率和覆盖率方面均优于现有方法。
• 多阶段PS估计程序成功降低了计算负担，同时在多个方向上保持了良好的平滑性和准确性。
• 基于ADMM的优化框架实现了快速且可扩展的计算，核心算法使用C语言实现以提升性能。
• 在真实DTI数据分析中，该方法揭示了分位数包络大小随胎龄增加而增大，并表现出性别差异，男性婴儿的包络小于女性婴儿。
• 个体水平分析识别出位于95%分位数包络之外的婴儿（如婴儿C），或位于更新后包络之外的婴儿（如婴儿A和B），提示可能存在需要进一步临床评估的发育异常。
• 该方法成功捕捉到随着胎龄增加，联合GFA与FMD分布的偏度向右下角区域逐渐增大的趋势，这一结果由包络形状得以体现。