[论文解读] matrixdist: An R Package for Inhomogeneous Phase-Type Distributions

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

Insurance, Mortality, Demography, Risk Management参考文献 9被引用 5

一句话总结

本文介绍了 matrixdist R 包，用于使用非时齐相型（IPH）分布进行统计建模，该分布通过时间非齐次的马尔可夫跳跃过程，将标准相型（PH）分布推广为可灵活控制尾部行为的分布。该包实现了三步期望最大化（EM）算法，可高效地从聚合、右删失或离散化数据中估计 IPH 模型，支持在参数数量适中的情况下进行准确的似然推断。

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.

研究动机与目标

• 开发一种基于非时齐相型（IPH）分布的统计建模计算框架，通过允许时变的转移强度，将标准相型（PH）分布推广为更灵活的分布。
• 通过高效实现期望最大化（EM）算法，解决 IPH 模型中高维矩阵参数估计的挑战。
• 支持对各类数据类型（包括右删失、聚合及离散化的时间至事件数据）的 IPH 分布进行基于似然的推断。
• 提供一个用户友好的 R 包，支持 IPH 分布的模拟、函数计算及最大似然估计，用户仅需极少的代码实现。

提出的方法

• 该方法利用马尔可夫跳跃过程的矩阵表示，以闭式表达分布函数的各类统计量，如生存函数、矩和密度函数。
• 采用三步 EM 算法，通过利用潜在的马尔可夫结构，迭代地提升似然：E 步（计算条件期望）与 M 步（参数更新）。
• E 步通过时间非齐次生成器矩阵导出的矩阵指数与转移概率，计算期望充分统计量。
• M 步通过闭式解或迭代优化更新生成器矩阵参数，确保收敛至局部最大值。
• 通过相应调整似然贡献，该包支持右删失观测、直方图及离散化理论分布等数据类型。
• 模拟例程可从底层马尔可夫过程中生成样本路径，支持经验验证与拟合优度评估。

实验结果

研究问题

• RQ1 非时齐相型分布能否为具有复杂尾部行为的时间至事件数据提供一种灵活且可计算的参数模型？
• RQ2 在实际应用中，如何高效估计 IPH 分布的高维矩阵参数空间？
• RQ3 基于潜在马尔可夫结构的 EM 算法在 IPH 模型拟合中，能在多大程度上提升收敛性与准确性？
• RQ4 matrixdist 包能否以高保真度处理现实世界中的数据类型，如删失或聚合观测数据？

主要发现

• matrixdist 包通过三步 EM 算法实现了对 IPH 分布的精确最大似然估计，显著降低了计算负担，得益于基于矩阵的函数表达。
• IPH 分布可在参数数量适中的情况下，实现弱收敛至正实轴上的任意概率测度，展现出在建模多样化生存模式方面的高度灵活性。
• 该方法支持对聚合数据与右删失数据的估计，适用于存在不完整观测的现实世界生存分析应用。
• 使用矩阵表示法可显式且简洁地计算关键分布属性（如生存函数与矩），从而增强模型的可解释性与计算效率。