Depth-based estimation for multivariate functional data with phase variability

技術要約：位相の変動を伴う多変量関数データに対する深さに基づく推定

問題提起
本論文は、多変量関数データにおいて、個別の位相変動（タイムワーピング）と成分間の時間歪曲の両方が存在する際に、共通の潜在的なパターン（テンプレート関数）を推定するという統計的課題に取り組んでいる。成長解析や分布データ解析などの多くの科学分野では、個人が複数の関数的成分（例：異なる生理学的構造や周辺分布）にわたって観測されることが多い。これらの観測値は、以下の2つの異なるソースによる位相変動の影響を受ける。

1. 個体間の変動： 各対象者は独自のタイムワーピング関数を持つ。
2. 成分間の変動： 多変量プロセスの異なる成分が、異なる決定論的な関数によって歪められる可能性がある。

Carroll and Müller (2023) による既存の手法は、通常、レジストレーション（位置合わせ）に基づくアプローチに依存している。すなわち、まず曲線を整列させるための最小化問題を解くことでワーピング関数を推定し、その後に登録されたサンプルから共通のパターンを推定する。しかし、この逐次的なプロセスは計算負荷が高くなる可能性があり、また外れ値に対して堅牢性に欠ける場合がある。さらに、標準的なレジストレーション手法は、特定のパラメトリックな形式を仮定したり、平均ベースの推定量に依存したりすることが多く、外れ値に敏感である。

手法
著者らは、**関数的データ深さ（functional data depth）に基づいた、レジストレーションフリーのロバストな推定フレームワークを提案している。この手法は、Carroll and Müller (2023) によって導入された潜在的変形モデル（Latent Deformation Model: LDM）**に基づいている。ここで、個人 $i$ と成分 $j$ の観測される多変量曲線 $X_{ij}(t)$ は次のようにモデル化される：
$$X_{ij}(t) = a_{ij} \lambda(\psi_j(h_i(t)))$$
ここで、$\lambda$ は未知の共通振幅関数、$\psi_j$ は成分ベースの決定論的な歪み、$h_i$ は個人のタイムワーピング関数、そして $a_{ij}$ はスケール因子を表す。

提案手法の核心となるステップは以下の通りである：

1. 深さに基づく中央値推定： レジストレーション損失を最小化する代わりに、本手法はサンプル内の「最も深い」曲線を共通パターンの推定量として特定する。著者らは、関数的深さの尺度（$FD$）が、**厳密に単調な変換に対する不変性**と、**サンプル中央値の母中央値への一致性**という2つの主要な特性を満たす場合、その最も深い曲線は、タイムワーピングが存在する場合でもターゲット関数$\lambda$（または特定の成分における$\lambda \circ \psi_j$）を一貫して推定することを確立している。
2. 多変量設定への一般化： 本手法は、単変量の深さベースのアプローチ（Arribas-Gil and Romo, 2012）を多変量LDMへと拡張するものである。これは、ワーピングプロセスの合成が特定の対称条件（Proposition 3）を満たす場合に、成分を横断して観測値をプールすることで、共通のパターン $\lambda$ を直接推定することを可能にする。
3. 非単調なターゲットの処理： ターゲット関数 $\lambda$ が厳密に単調ではない場合、著者らは、一貫性を確保するために、深さベースの中央値を適用する前に、サンプル曲線を変換するための「単調化演算子（monotonizing operator）」$T$（Dupuy et al., 2011による提案）を組み込んでいる。
4. 診断ツール (WHyRA)： 個々のワーピング関数 $h_i$ がすべての成分間で同一であるという重要なLDMの仮定を検証するために、著者らはWHyRA（Warping Hypograph Ranking Agreement）プロットを導入した。このグラフィカルなツールは、修正ハイポグラフ指数（Modified Hypograph Index: MHI）を用いて、成分間におけるワーピング関数の推定値のランク対応関係を可視化する。これにより、共有されたワーピングの仮定の違反を検出することができる。

主な貢献

1. レジストレーションフリーの推定： 本論文は、標準的な「レジストレーション後に推定」という2ステップのパイプラインに代わる選択肢を提案している。関数的深さを用いることで、共通のパターンは、登録されていない観測データから直接推定され、複数の複雑な最小化問題を解くためにワーピング関数を事前に求める必要がなくなる。
2. 一致性のための理論的条件： 著者らは、タイムワーピングモデルにおいて関数的深さの尺度が一致した推定を行うための必要条件を導出した。彼らは、単調不変性と中央値の一致性を満たす任意の深さ尺度（修正バンド深さ、積分深さ、または分位積分深さなど）が、LDMの下で潜在的な曲線を一貫して推定できることを証明している。
3. 堅牢性（ロバストネス）： 深さベースのアプローチは、本質的に外れ値に対して堅牢である。レジストレーション手法で使用される平均ベースの推定量とは異なり、深さの中央値は特異な軌跡の影響を受けにくい。
4. 診断フレームワーク： WHyRAプロットの導入は、モデルの妥当性（個別のワーピングが成分間で一貫しているという分離可能性の仮定）を評価するための実用的かつ視覚的な手法を提供するものであり、これは標準的なレジストレーション・パイプラインでは見落とされがちな点である。

結果
著者らは、広範なシミュレーションと実データへの適用を通じて手法を評価した。

• シミュレーションにおける性能： 深さベースの手法とCarroll and Müller (2023) のレジストレーション手法（CM）を比較したシミュレーションにおいて、深さベースの手法は以下の特性を示した：
  • 高い変動性下での優位性： タイムワーピングの変動および成分間の歪みが増大するにつれて、深さベースの手法は、推定されたターゲット関数について、CM手法と比較してより低い積分二乗誤差（LISE）を示した。
  • 計算効率： 深さベースの手法は、レジストレーションの反復プロセスを回避するため、大幅に高速であった（例：$p=4, n=50$ の場合、約0.17秒 vs 約11秒）。
  • ノイズへの感度： ターゲット関数および個々の曲線の深さベースの推定値は、平均ベースのCM推定値よりも加法的なガウスノイズに対して敏感であることが判明した。これは、ロバストな中央値ベースの手法に固有のトレードオフである。
  • 外れ値への堅牢性： 汚染されたデータ（異なる振幅関数から生成された外れ値）を用いたシミュレーションにおいて、深さベースの手法は、真の共通パターンを推定する上でCM手法よりも優れた性能を維持した。
• 実データへの適用： 手法は以下の2つのデータセットに適用された：
  1. 北極海氷面積（Arctic Ocean Ice Extent）： 時系列にわたる多変量関数データの分析。
  2. 欧州における出産年齢分布（Maternity-Age Distributions in Europe）： 異なる国々における分布の検討。
     両方のケースにおいて、本手法は共通のパターンを特定し、特異な観測やモデルの仮定からの逸脱を検出することに成功し、探索的データ解析における有用性を実証した。

意義と主張
本論文の主な意義は、位相の変動を伴う多変量関数データに対し、従来のレジストレーションベースの手法に代わる、堅牢で効率的、かつ理論的根拠に基づいた代替案を提供することにある。最小化エラーの解決からデータの深さの最大化へと焦点を移すことで、著者らは以下の手順を実現している：

• 複数のレジストレーション問題を解く計算負担を回避する。
• （単なる平均の一致性だけでなく）中心対称性を要求するなど、ワーピングプロセスに関するより広い条件下での一貫した推定を提供する。
• 標準的なレジストレーション・パイプラインではしばしば見落とされる、モデルの妥当性を診断するための組み込みメカニズム（WHyRA）を提供する。

著者らは、本手法が堅牢性と速度において優れている一方で、高レベルの加法的なガウスノイズが支配的なシナリオでは、平均ベースの手法よりも効率性が低くなる可能性があることを控えめに述べている。彼らは、自らの貢献は、すべてのレジストレーション技術に対する普遍的な置き換えではなく、多変量LDMへの深さベースの一致性結果の拡張と、モデルの仮定をサポートするための診断ツールの開発にあることを強調している。