技術要約：適応的パーティション因子分析 (Adaptive Partition Factor Analysis)

1. 問題提起

因子分析は、多変量観測変数に影響を与える潜在的な特性を特定するための標準的な手法である。しかし、従来のアプローチは通常、単一の研究から得られたデータを分析対象としており、複数のソースからデータを集約した際に生じるバリエーションを無視している。マルチスタディ因子分析（MSFA）は、研究間で共有される潜在的特性と研究固有のコンポーネントを区別するために登場したが、既存の手法には以下のような重大な限界がある：

• 硬直的なグルーピングの仮定： 現行のMSFAモデル（例：De Vito et al., 2019; Chandra et al., 2025）は、各研究に一つずつ固定された研究固有のローディング行列（$\Gamma_s$）を想定している。これは、以下のシナリオを捉えることができない：
  • 2つ以上の研究が高い同質性を示し、同一の潜在表現を共有している場合。
  • 単一の研究内に、異なる潜在構造を持つ異質なサブポピュレーションが含まれている場合。
  • 異なるグループのユニットが特定の特性を共有している、あるいはユニットが複数のグループの特性を同時に示している場合。
• 情報のスイッチング： 既存のフレームワークでは、共有因子と固有因子の間の信号を分離することが困難な場合が多く、「情報のスイッチング」が発生し、研究固有の因子が誤って共有コンポーネントに吸収されたり、その逆が起こったりする。
• 柔軟性の欠如： 部分的な共有に対処しようとするこれまでの試み（例：Grabski et al., 2023）は、事前指定されたグループ数や決定論的な選択行列に依存しており、古典的な因子モデルから複雑で適応的なパーティションまでを網羅する統一的なフレームワークを欠いている。

2. 手法：適応的パーティション因子分析 (APAFA)

著者らは、潜在因子に対して新しい収縮事前分布を導入することでMSFAを拡張したベイズフレームワークである**適応的パーティション因子分析（APAFA）**を提案している。このアプローチにより、決定論的な構造を強制することなく、様々な程度のグループの異質性を柔軟にモデリングすることが可能になる。

2.1 モデルの仕様

モデルは、ユニット $i$ の観測ベクトル $y_i$ を次のように表す：
$$y_i = \Lambda\eta_i + \Gamma\phi_i + \epsilon_i$$
ここで：

• $\Lambda\eta_i$ は、すべてのユニットに共通する共有潜在因子を表す。
• $\Gamma\phi_i$ は、固有因子を表す。標準的なMSFAとは異異なり、$\Gamma$ はすべての潜在的な研究固有のローディング行列を連結したものであり、$\phi_i$ は拡張された潜在因子ベクトルである。
• 極めて重要な点として、固有因子の活性化は $\phi_i$ のゼロと非ゼロのパターンによって制御される。$\phi_i$ の第 $h$ 要素は $\phi_{ih} = \tilde{\phi}_{ih}\psi_{ih}$ と定義され、ここで $\psi_{ih}$ はバイナリ指標である。

2.2 ニューラルネットワークによる解釈

著者らは、このモデルを特定のシングルレイヤー・ニューラルネットワークとして解釈している：

• 入力： 研究への所属を示すダミー変数 $x_i$（および潜在的に他の共変量 $z_i$）。
• 隠れ層： 潜在的な固有因子 $\phi_i$。
• 活性化： バイナリ指標 $\psi_{ih}$ は、未知の重み $\beta_h$ を持つ決定論的な活性化関数 $f_h(x_i^\top \beta_h)$ を通じて生成される。
• 出力： 観測変数 $y_i$。
  この定式化により、潜在的な共分散構造が独立変数によって情報を与えられるようになり、実質的に、潜在構造が入力に適応する条件付き変分オートエンコーダーとして機能する。

2.3 事前分布の仕様

核心となる革新は、構造化収縮事前分布の使用にある：

1. グローバル収縮 (CUSP)： グローバルなスケールパラメータ $\tau_h^\phi$ に対して累積収縮プロセス（CUSP）が適用される。これにより、使用されない因子をゼロへと収縮させることで、モデルが有効な固有因子の数（隠れ層のニューロン数）を学習することが可能になる。
2. ローカル収縮 (構造化スパース性)： ローカルスケール $\psi_{ih}$ は、研究インジケータ（$x_i$）とパラメータ $\beta_h$ のロジスティック関数によって決定されるベルヌーイ変数である。これにより、$\psi_i$ のスパース構造に基づいた観測値の「ランダムなパーティション」が作成される。
3. 因子ローディング： $\Lambda$ と $\Gamma$ には標準的な事前分布が使用され、共有因子の次元には、共有コンポーネントの数を決定するために、より強い収縮事前分布が適用される。

2.4 識別可能性

本論文は、「情報のスイッチング」問題と回転の曖昧さに対処している：

• 定理 1： モデルが情報のスイッチングに対して耐性を持つ条件を確立する。もし固有因子ローディング行列 $\Gamma$ がフルランクであり、固有因子の数 $k$ が $k < p(p+1)/2$ を満たす場合、$\Psi$ によってエンコードされたスパース性パターンは一意に識別される。
• 定理 2： 「非複製スパース性パターン条件」（異なるグループが独自の活性化パターンを持つという条件）の下では、共有コンポーネントが固定されている限り、固有因子は置換と符号を除いて完全に識別可能である。
• 事後計算： 推論はギブスサンプリングを介して行われる。

3. 主な貢献

1. 統一されたフレームワーク： APAFAは、古典的な因子モデルとMSFAの間のギャップを埋め、固有の因子を持たないシナリオから、研究内または研究間をまたぐ複雑に重なり合うサブポピュレーションまで、連続的なスペクトラムを包含する。
2. 適応的パーティション： 構造化されたスパース性を活用することで、グループ数やラベルを事前に指定することなく、ユニットを異なる潜在構造を持つグループへと自動的に分割する。
3. ニューラルネットワークとの接続： 本論文は、ベイズ因子分析とニューラルネットワークを明示的に結びつけ、被験者固有の連続的な共変量を組み込み、モデル構造を一般化するための経路を提供している。
4. 識別可能性の保証： 著者らは、固有因子が共有因子から区別できることを保証する理論的条件を提示しており、従来のMSFA文献における主要な制限を解決している。

4. 結果

著者らは、包括的なシミュレーション研究と実世界のアプリケーションを通じてAPAFAを評価している：

• シミュレーション研究：

  • シナリオ： 本手法は、TETRIS (Grabski et al., 2023) に対し、4つのシナリオ（A：正しく指定されたMSFA、A*：ラベルなしのMSFA、B：完全に均質な研究（固有因子なし）、C：部分的に共有された因子、D：研究内の異質なユニット）でテストされた。
  • パフォーマンス： APAFAはすべてのシナリオにおいて競争力のあるパフォーマンスを示した。特に、シナリオA*（グループラベルが隠されている場合）において、APAFAは基礎となる構造を正常に復元したが、固定された研究ラベルに依存する手法は苦戦した。シナリオBでは、収縮事前分布が固有因子の不在を正しく特定した。
  • 事後推定： 事後推定の可視化により、APAFAが潜在因子の真のスパース性パターンを正確に復元したことが示された。

• 実データへの適用：

  • 鳥類の種共起性： 時空間調査データに適用され、モデルは共有された環境駆動要因とサイト固有の偏差をうまく分離し、生態学的データに内在する異質性を処理した。
  • 卵巣癌の遺伝子発現： 高スループットのゲノムデータに適用され、手法は、癌のサブタイプ間で共有される生物学的信号と、技術的またはサブタイプ固有の変動を区別し、残差の異質性を扱う上で標準的な前処理を上回る性能を示した。

5. 意義と主張

本論文は、すべての研究が固有の固定された固有因子を持つという硬直した仮定を超えて、多変量データに対してより豊かな洞察を提供することを主張している。データの分割を、構造化されたスパース性によって駆動される潜在的かつ適応的なプロセスとして扱うことで、以下のことが可能になる：

• 研究が均質である場合や、研究内に内部サブポピュレーションを含む場合など、複雑なデータ構造に対応する。
• 共有信号と固有信号を正しく帰属させるための、原理に基づいたベイズ的解決策を提供し、「情報のスイッチング」問題を解決する。
• ニューラルネットワークの観点を通じて因子分析を一般化し、連続的な共変量を組み込むことができる柔軟なアーキテクチャを提供する。

著者らは、手法が識別可能性のための適切な正則性条件を必要とする一方で、固有因子の回転の曖昧さというよく知られた問題を回避し、容易な事後解釈を可能にすることを強調している。解析の再現のためのコードは公開されている。