[论文解读] Spatial automatic subgroup analysis for areal data with repeated measures

Xin Wang, Zhengyuan Zhu+1 more|arXiv (Cornell University)|Jun 5, 2019

Spatial and Panel Data Analysis参考文献 34被引用 3

一句话总结

本文提出空间自动子群分析（SaSa），一种利用空间加权凹成对融合惩罚的区域数据重复测量子群识别方法。通过利用位置特定权重反映空间邻近性，并采用ADMM求解优化问题，SaSa实现了聚类一致性，并在组间差异较小或重复测量有限的情况下提升了子群检测的准确性。

ABSTRACT

We consider the subgroup analysis problem for spatial areal data with repeated measures. To take into account spatial data structures, we propose to use a class of spatially-weighted concave pairwise fusion method which minimizes the objective function subject to a weighted pairwise penalty, referred as Spatial automatic Subgroup analysis (SaSa). The penalty is imposed on all pairs of observations, with the location specific weight being chosen for each pair based on their corresponding spatial information. The alternating direction method of multiplier algorithm (ADMM) is applied to obtain the estimates. We show that the oracle estimator based on weighted least squares is a local minimizer of the objective function with probability approaching 1 under some conditions, which also indicates the clustering consistency properties. In simulation studies, we demonstrate the performances of the proposed method equipped with different weights in terms of their accuracy for estimating the number of subgroups. The results suggest that spatial information can enhance subgroup analysis in certain challenging situations when the minimal group difference is small or the number of repeated measures is small. The proposed method is then applied to find the relationship between two surveys, which can provide spatially interpretable groups.

研究动机与目标

• 解决具有重复测量的空间区域数据中的子群分析问题，传统方法可能忽略空间结构。
• 在组间差异较小或重复测量有限的挑战性场景下，提升子群检测的准确性。
• 通过为成对观测分配位置特定权重，将空间依赖性纳入子群识别过程。
• 在正则条件下证明oracle估计量是目标函数的局部极小值，确保聚类一致性。
• 提供具有空间可解释性的子群，反映调查数据中的有意义地理模式。

提出的方法

• 该方法采用空间加权凹成对融合惩罚，以促进空间邻近且响应相似的观测聚类。
• 惩罚项作用于所有观测对，权重基于空间邻近性，反映邻近位置的影响。
• 采用交替方向乘子法（ADMM）算法高效求解非凸优化问题。
• 目标函数在空间信息融合惩罚下最小化加权最小二乘准则。
• 通过将相似空间单元的系数收缩至共同值来估计子群归属，实现有效聚类。
• 理论分析表明，在正则条件下，oracle估计量以概率趋于1成为目标函数的局部极小值，表明具有聚类一致性。

实验结果

研究问题

• RQ1 当组间差异较小时，空间信息能否提升具有重复测量的区域数据中子群检测的准确性？
• RQ2 在融合惩罚中引入空间邻近性，与非空间方法相比，对真实子群识别有何影响？
• RQ3 在不同信号强度和重复测量水平下，该方法在正确估计子群数量方面的表现如何？
• RQ4 当重复测量次数较少或空间结构复杂时，该方法是否仍能保持聚类一致性？
• RQ5 该方法能否在真实世界调查数据中揭示有意义且具有空间可解释性的子群？

主要发现

• 模拟研究结果表明，当最小组间差异较小时或重复测量数量有限时，所提出的SaSa方法显著提升了子群检测的准确性。
• 融合惩罚中不同的空间权重配置导致性能差异，基于邻近性的权重配置获得最准确的子群估计。
• 理论结果证实，oracle估计量以概率趋于1成为目标函数的局部极小值，支持该方法的聚类一致性。
• 该方法在真实调查数据中成功识别出空间一致的子群，揭示了可解释的地理模式。
• ADMM实现了对非凸问题的高效优化，使该方法在真实应用中具备可扩展性和实用性。