[论文解读] Robust Functional Principal Component Analysis for Non-Gaussian Longitudinal Data

Rou Zhong, Shishi Liu+2 more|arXiv (Cornell University)|Feb 1, 2021

Statistical Methods and Inference参考文献 34被引用 4

一句话总结

本文提出了一种针对具有稀疏性、不规则观测时间及测量误差的非高斯纵向数据的鲁棒函数主成分分析（FPCA）方法。该方法引入了一种新颖的 Kendall’s τ 函数，作为特征方程中协方差函数的分布无关替代，实现了无需假设对称性或椭圆分布的鲁棒估计，并建立了具有一致收敛速率的渐近理论。

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.

研究动机与目标

• 开发一种在存在重尾、偏态及测量误差的非高斯纵向数据下仍保持有效的鲁棒 FPCA 方法。
• 解决传统 FPCA 在非高斯性下，尤其是参数假设失效时的局限性。
• 提供一种协方差基 FPCA 的分布无关替代方法，无需对称或椭圆分布假设。
• 处理纵向研究中常见的稀疏性和不规则观测时间。
• 为所提出的估计器建立渐近理论，包括估计协方差函数和特征函数的收敛速率。

提出的方法

• 提出一种新的 Kendall’s τ 函数，作为特征方程中总体协方差函数的鲁棒代理，利用基于秩的依赖结构。
• 通过功能性观测的成对比较定义 Kendall’s τ 函数，确保对单调变换不变性及对异常值的稳健性。
• 应用局部线性平滑非参数化估计 Kendall’s τ 函数，以适应不规则采样数据和测量误差。
• 利用估计的 Kendall’s τ 函数通过谱分解计算特征函数和得分，替代传统的基于协方差的方法。
• 在正则性条件下，推导估计协方差函数和特征函数的渐近分布及收敛速率。
• 证明即使在非对称分布下，Kendall’s τ 函数的特征子空间仍与真实协方差函数的特征子空间一致。

实验结果

研究问题

• RQ1 在非高斯数据下，基于秩的依赖度量（如 Kendall’s τ）能否作为功能主成分分析中协方差函数的鲁棒替代？
• RQ2 所提出的方法在重尾、偏态或受污染的纵向数据下是否保持一致的估计性能？
• RQ3 在存在稀疏性、不规则观测时间及不可忽略测量误差的情况下，所提出 FPCA 方法的表现如何？
• RQ4 在所提出方法下，估计协方差函数和特征函数的渐近收敛速率是什么？
• RQ5 在无需对称或椭圆分布假设的前提下，Kendall’s τ 函数的特征子空间是否与真实协方差函数的特征子空间等价？

主要发现

• 所提出的 Kendall’s τ 函数即使在非对称分布下，也能保持与总体协方差函数相同的特征子空间，从而在无分布约束下实现有效的主成分分解。
• Kendall’s τ 函数估计器的收敛速率为 $ O_pig( (NM^2 h^2 / \\[\log N))^{-1/2} + h^2 + M^{-1} + h' \big) $，其中 $ N $ 为受试者数量，$ M $ 为每个受试者的平均观测次数，$ h $ 为带宽。
• 估计的特征函数收敛速率与经典 FPCA 中的一致，证实了在所提框架下的理论一致性。
• 模拟研究显示，与经典 FPCA 相比，该方法在重尾和偏态数据下表现出更优的鲁棒性，偏差更小且估计精度更高。
• 在艾滋病 CD4 细胞计数数据上的应用表明，该方法即使在数据存在偏态和异常值时，也能有效捕捉主要变异模式。
• 该方法优于现有需对称或椭圆假设的鲁棒 FPCA 方法，扩展了在更广泛非高斯设定下的适用性。