Zero-Inflated Logistic Regression Models with Shared Design: Identifiability, Existence of Estimates, and a Relabeling Rule

إليك ملخص تقني مفصل للورقة البحثية بعنوان "نماذج الانحدار اللوجستي ذي التضخم الصفري مع التصميم المشترك: القابلية للتمييز، وجود التقديرات، وقاعدة إعادة التسمية" من قبل تومو، إيغوتشي، ويونيوكا.

1. بيان المشكلة

تتناول الورقة نموذج الانحدار اللوجستي ذي التضخم الصفري (ZILR)، والذي يُستخدم للمخرجات الثنائية التي تعاني من فائض في الأصفار الناتج عن خليط كامن من المجموعات السكانية "القابلة للتأثر" (يمكن أن يحدث الحدث) و"غير القابلة للتأثر" (صفر هيكلي)، أو من سوء التصنيف غير المتماثل.

المشكلة الجوهرية التي يتم استقصاؤها هي إعداد التصميم المشترك، حيث تُستخدم نفس مجموعة المتغيرات المستقلة (مصفوفة التصميم) لكلا مكوني النموذج:

1. مكون الانحدار اللوجستي العادي (OLR) (نمذجة حدوث الحدث للأفراد القابلين للتأثر).
2. مكون الصفر الهيكلي (نمذجة احتمالية كون الفرد في حالة التضخم الصفري).

التحديات الرئيسية:

• عدم القابلية للتمييز (Non-Identifiability): عندما تكون المتغيرات مشتركة، تصبح دالة الإمكان (Likelihood function) ثابتة تحت عملية التبادل بين متجهي المعاملات ($\beta$ و $\gamma$). وهذا يخلق تماثلاً حيث يعطي الزوج المرتب $(\beta, \gamma)$ و $(\gamma, \beta)$ دوال إمكان متطابقة، مما يجعل الزوج المرتب غير قابل للتمييز.
• فشل التقدير: قد تفشل عمليات التحسين القياسية في التقارب بسبب مشكلات "الانفصال" (Separation) الخاصة بهيكل التضخم الصفري، أو قد تقع في فخ الأنماط المحلية المتماثلة.
• تحيز سوء التوصيف (Misspecification Bias): إن تجاهل آلية التضخم الصفري عند تطبيق الانحدار اللوجستي القياسي يمكن أن يؤدي إلى تحيز شديد، وتحديداً انقلاب الإشارة (Sign Flip) في المعاملات المقدرة.

2. المنهجية والإطار النظري

أ. تعريف النموذج

يعرف النموذج احتمالية ملاحظة $y_i=1$ كالتالي:
$$P(y_i=1 | x_i) = F(x_i^\top \gamma) \cdot F(x_i^\top \beta)$$
حيث $F(\cdot)$ هي دالة اللوجستيك العكسية. هنا، يتحكم $\beta$ في حدوث الحدث (شرط القابلية للتأثر)، بينما يتحكم $\gamma$ في القابلية للتأثر (حالة الصفر الهيكلي).

ب. المساهمات النظرية

وضع المؤلفون أربعة ركائز نظرية:

1. ظاهرة انقلاب الإشارة تحت سوء التوصيف:

   • أثبت المؤلفون أنه إذا تم تطبيق انحدار لوجستي قياسي على بيانات ناتجة عن نموذج ZILR حيث يكون لمتغير مستقل تأثير إيجابي على الحدث وتأثير سلبي على حالة التضخم الصفري (أو العكس)، فإن المعامل "الحقيقي الزائف" الناتج سيكون له الإشارة المعاكسة للمعامل الحقيقي الأساسي. هذا يسلط الض الضوء على خطورة تجاهل هياكل التضخم الصفري.

2. وجود تقديرات الإمكان الأقصى (MLE):

   • قدمت الورقة مفهوم "الانفصال المزدوج" (على غرار الانفصال في الانحدار اللوجستي القياسي). إذا كانت البيانات تحقق الانفصال المزدوج، فإن دالة الإمكان اللوغاريتمية لا تمتلك قيمة عظمى.
   • وعلى العكس من ذلك، عرفوا "عدم الانفصال المزدوج-$\epsilon$" كشرط كافٍ لوجود MLE. يضمن هذا بقاء هامش موحد يمنع دالة الإمكان من التباعد.

3. القابلية للتمييز تحت التصميم المشترك:

   • بينما الزوج المرتب $(\beta, \gamma)$ غير قابل للتمييز، أثبت المؤلفون أن النموذج قابل للتمييز حتى التماثل بالتبادل (up to exchange symmetry).
   • تحت شروط انتظام طفيفة (تتعلق بدعم المتغيرات، مثل احتواء مجموعة مفتوحة)، يتم تعظيم دالة الإمكان بشكل فريد على الفضاء القسمي (Quotient Space) $(\mathbb{R}^d \times \mathbb{R}^d) / \sim$، حيث $(\beta, \gamma) \sim (\gamma, \beta)$.
   • يعني هذا أنه بينما لا يمكننا التمييز بين أي من المتجهين هو $\beta$ وأيهما $\gamma$ بدون معلومات خارجية، فإن مجموعة المعلمات محددة بشكل فريد.

4. النهج الحسابي:

   • للتعامل مع ثنائية الأنماط (Bimodality) في التوزيع البعدي الناتجة عن التماثل، استخدم المؤلفون مُنقّب بوليا-جاما جيبس (Pólya-Gamma Gibbs Sampler) مدمجاً مع التبادل المتكرر (Replica Exchange/Parallel Tempering). يسمح ذلك لخوارزمية ماركوف (MCMC) بالقفز بين النمطين المتماثلين، مما يضمن استكشافاً فعالاً لفضاء المعلمات.

ج. الحل العملي: قاعدة إعادة التسمية

بما أن التطبيقات غالباً ما تتطلب تفسيراً مرتباً واحداً (على سبيل المثال، التمييز بين "حدوث الحدث" و"سوء التصنيف")، يقترح المؤلفون قاعدة إعادة تسمية بسيطة:

1. طبق انحدار لوجستي قياسي (متجاهلاً التضخم الصفري) للحصول على $\hat{\beta}_{LR}$.
2. طبق نموذج ZILR للحصول على حل مرتب $(\hat{\beta}, \hat{\gamma})$.
3. قارن المسافة بين $\hat{\beta}$ و $\hat{\beta}_{LR}$ بالمسافة بين $\hat{\gamma}$ و $\hat{\beta}_{LR}$.
4. اختر الترتيب الذي يكون فيه المكون الأول أقرب إلى $\hat{\beta}_{LR}$.
   ملاحظة: يقر المؤلفون بأن $\hat{\beta}_{LR}$ متحيز، لكنه يعمل كمرساة استدلالية (Heuristic Anchor) لترتيب المعلمات عند عدم وجود معرفة سابقة خارجية.

3. النتائج الرئيسية

الدراسات المحاكاتية

• تأكيد ثنائية الأنماط: في السيناريوهات ذات المتغيرات المستمرة أو المختلطة، أظهر التوزيع البعدي بوضوح ثنائية نمط (Bimodality) مع مجموعتين منفصلتين جيداً تقابل $(\beta, \gamma)$ و $(\gamma, \beta)$. في التصميمات الثنائية البحتة، كان هذا الانفصال أقل وضوحاً، وهو ما يرتبط بالشروط النظرية للقابلية للتمييز.
• أداء إعادة التسمية: نجحت قاعدة إعادة التسمية المقترحة في اختيار ترتيب المعلمات الصحيح في أكثر من 99% من عمليات التكرار (باستثناء حالات سوء التصنيف المنخفض جداً حيث يكون مكون الصفر الهيكلي ضعيف التحديد).
• تقليل التحيز: قلل نهج ZILR المقترح مع إعادة التسمية من التحيز بشكل كبير مقارنة بـ:
  • الانحدار اللوجستي القياسي (الذي أظهر إزاحات سالبة منتظمة وانقلابات في الإشارة).
  • نموذج ZILR الساذج (الذي احتفظ بالترتيب العشوائي، مما أدى إلى تباين عالٍ وتقديرات غير متسقة).

التطبيق على بيانات NHANES

• تم تطبيق النموذج على بيانات السكري الذاتي المبلغ عنه من مسح NHANES 2017–2018.
• كانت النتيجة هي حالة السكري المبلغ عنها ذاتياً، وشملت المتغيرات العمر، مؤشر كتلة الجسم، التأمين، والجنس.
• كشف التحليل عن حلين متماثلين بدوال إمكان متطابقة. اختارت قاعدة إعادة التسمية الحل الذي تتماشى فيه معاملات مكون "حدوث الحدث" بشكل أوثق مع تقديرات الانحدار اللوجستي القياسي، مما وفر تفسيراً متسقاً للبيانات.

4. الأهمية والآثار المترتبة

• الدقة النظرية: حلت هذه الورقة غموضاً طال أمده يتعلق بالقابلية للتمييز في نماذج ZILR ذات التصاميم المشتركة. وقد أوضحت أن عدم القابلية للتمييز ليس فشلاً كلياً، بل هو تماثل مهيكل يمكن توصيفه رياضياً عبر الفضاءات القسمية.
• التوجيه العملي: تقدم الورقة تحذيراً ملموساً (نظرية انقلاب الإشارة) ضد استخدام الانحدار اللوجستي القياسي للبيانات ذات التضخم الصفري، مما قد يؤدي إلى استنتاجات خاطلة نوعياً (على سبيل المثال، الاستنتاج بأن عامل الخطر هو عامل وقائي بينما هو في الواقع عامل خطر).
• الأدوات الحسابية: يوفر دمج تعزيز "بوليا-جاما" مع "التبادل المتكرر" إطاراً حسابياً قوياً لضبط هذه النماذج المعقدة، متجاوزاً مشكلات الوقوع في الفخاخ الشائعة في مساحات دالة الإمكان المتماثلة.
• الاستدلال التفسيري: توفر قاعدة إعادة التسمية المقترحة طريقة عملية وقابلة للتكرار للباحثين لتفسير النتائج عندما لا تتوفر معلومات خارجية تميز بين المكونين، مما يسد الفجوة بين القابلية للتمييز النظرية والاستدلال التطبيقي.

باختصار، توفر هذه الدراسة الأساس النظري والأدوات العملية اللازمة لتطبيق الانحدار اللوجستي ذي التضخم الصفري بأمان وفعالية في الإعدادات التي يكون فيها اختيار المتغيرات للمكونين غير مؤكد أو متطابقاً.