Inverse sampling intensity weighting for preferential sampling adjustment

技術的サマリー：選好サンプリング調整のための逆サンプリング強度重み付け

問題定義
従来のモデルベースの地統計学は、観測地点 ($X$) が固定されており、関心のある空間過程 ($S$) とは独立であると仮定している。この仮定が破綻する場合（選好サンプリング：PS と呼ばれる）、標準的な推論および予測は著しいバイアスの影響を受ける可能性がある。現在主流の解決策である共有潜在過程（SLP）モデル（Diggle et al., 2010）は、共有潜在変数を通じて $X$ と $S$ の間に依存関係を導入する。サンプリング設計が正しく指定されている場合（例えば、対数ガウス・コックス過程として）は効果的であるが、SLP フレームワークには実用的な重大な限界が存在する。すなわち、複雑な結合尤度の指定が必要であること、予測に際して計算集約的であること（すべての予測点に対して事後分布の要約を必要とする）、および基礎となる点過程の誤指定に対して敏感であることである。さらに、市販のソフトウェア実装はほとんど存在せず、SLP を現代的なスケーラブルなガウス過程（GP）近似技術と統合することは依然として困難である。

手法
著者は、PS 調整のための計算効率的な 2 段階の代替手法として**逆サンプリング強度重み付け（ISIW）**を提案する。応答と観測過程の完全な結合尤度をモデル化する SLP とは異なり、ISIW は観測地点の推定されたサンプリング強度に基づいて観測値を再重み付けすることで依存性を調整する。

1. サンプリング強度推定: 第一段階では、観測地点におけるサンプリング強度 $\lambda(x)$ を推定する。著者は、ノンパラメトリックなカーネル強度推定量（KIE）と、予測された応答曲面を空間共変量として組み込んだ変種（「ISIW KIE COV」）を検討する。希薄にサンプリングされた領域における極端な重みに起因する数値的不安定性を緩和するため、ウィンスロライゼーション手順により重みを特定の分位点（分析では 93%）で上限設定する。
2. 重み付き尤度推定: 第二段階では、推定された逆強度を複合尤度フレームワーク内の重みとして使用する。著者は、結合密度を条件付き分布の積に分解する複合尤度手法であるVecchia 近似を用いて ISIW を具体的に実装する。この選択により、スケーラビリティを維持しつつ完全な平均および共分散パラメータを推定することが可能となり、単変量または対の複合尤度に依存した以前の ISIW 研究の限界を克服する。
3. 予測: 最終的な予測は、ISIW 調整済みパラメータ推定値を標準的なクリギング方程式に代入することで生成される。これは、結合事後分布から条件付き期待値 $E[S(X_0)|X, Y]$ を計算する必要がある SLP と対照的である。

主要な貢献と実験設計
本論文は、3 つのシミュレーション研究および 2 つの実データ応用において、最大尤度推定（MLE）および SLP（INLA-SPDE を通じて実装）に対する ISIW の包括的な評価を提供する。

• シミュレーション 1（点過程の誤指定）: 対数ガウス・コックス（LGCP）およびトマス過程から生成されたデータ。SLP モデルが誤指定された場合の頑健性を検証する（例：トマス過程のデータに対して LGCP ベースの SLP を適合させる）。
• シミュレーション 2（ランダム場の誤指定）: 不均一な滑らかさを持つ複数のガウス過程の和から生成されたデータ。単一の Matérn GP 仮定に違反する。
• シミュレーション 3（実データ較正）: ギリシャの苔およびカリフォルニアの PM2.5 データセットに較正されたシミュレーションを行い、現実的な設定における性能を評価する。
• 実データ応用: スペイン・ガリシア州の苔中の鉛濃度（1997 年の選好データ）およびカリフォルニア州 EPA 大気質システム（2010 年）の PM2.5 濃度の分析。

結果

• 予測性能: ISIW はすべてのシナリオにおいて MLE を一貫して上回った。重要なのは、サンプリング設計が誤指定された場合（例：トマス過程または複雑な潜在場の下）、ISIW が SLP よりも優れた予測精度を示したことである。これらの場合、SLP はしばしば数値的不安定性に陥るか、平均の深刻な過小評価を招いた。
• パラメータ推定対予測: パラメータ推定の精度と予測性能の間に乖離があるという反直感的な発見があった。MLE はしばしば共分散パラメータ（範囲、ナゲット）の最も正確な推定値を提供し、SLP は正しい指定の下で良好に機能する一方、ISIW は共分散パラメータ推定においてより高いバイアスを持つにもかかわらず、より優れた予測をもたらすことが多かった。これは、PS 下でのクリギング性能にとって、共分散パラメータの正確な回復よりも、平均（$\mu$）の正確な推定と強度重みの適用の方が重要であることを示唆している。
• 計算効率: Vecchia 近似と組み合わせた ISIW は、特に予測タスクにおいて、事後サンプリングをすべてのグリッド点で行う必要がないため、SLP（INLA-SPDE）よりも著しく高速であった。
• 実データ: ガリシアおよびカリフォルニアの応用において、ISIW は MLE よりも滑らかな予測表面を生成し、SLP と同様に予測を調整したが、SLP はデータが希薄な領域でより極端な補正を適用する傾向があった。

意義と主張
著者は、ISIW が地統計学における選好サンプリングの調整のための実用的で直感的かつ高速な手法であると主張する。その主な意義は、モデルの誤指定に対する頑健性にある。観測過程の完全なパラメトリック指定に依存する SLP とは異なり、ISIW はノンパラメトリックな強度推定に依存するため、真の点過程が未知であるか模倣が困難な複雑な実世界のサンプリング設計に適応しやすい。

本論文は、PS 下での効果的な空間予測が、必ずしも応答と観測過程の複雑な結合モデリングを必要としないことを強調している。代わりに、スケーラブルな尤度フレームワーク（Vecchia）内で観測値をその逆サンプリング強度で重み付けることは、特に基礎となるサンプリングメカニズムが標準的な仮定から逸脱する場合に、優れた予測性能をもたらすことができる。著者は結論として、ISIW に対する不確実性の定量化は依然として課題であるが、この手法は計算速度とモデルの頑健性が優先される応用地統計問題に対する SLP の実用的な代替案であると述べている。