Robust inference in inflated beta regression

技術的概要：膨張ベータ回帰におけるロバスト推論

問題提起
膨張ベータ回帰モデルは、感染率や予算配分など、境界値（ゼロまたは一）を含む連続的な割合を分析するための標準的なツールである。広く採用されているが、標準的な推論は最尤法（MLE）に依存している。文献において、二値回帰（離散成分）およびベータ回帰（連続成分）の両方について確立されているように、MLE は外れ値に対して極めて敏感である。外れ値はパラメータ推定値を著しく歪め、誤った結論を導く可能性がある。既存の標準ベータ回帰（例えば MDPDE や SMLE）または二値データに対するロバスト推定量は、特に有界でないベータ密度を扱う際に、すべてのパラメータ値に対して適切に定義されないか、あるいは離散混合成分と連続ベータ成分を組み合わせる膨張モデル特有の構造的複雑さに対処していないことが多い。

手法
著者は、ロバスト推定技術をモデルの離散部分と連続部分の両方に同時に拡張することにより、ゼロまたは一膨張ベータ回帰モデルにおけるロバスト推論の枠組みを提案する。

1. モデル構造: 応答変数 $Y$ は、$c \in \{0, 1\}$ における退化変数と $(0, 1)$ 上のベータ分布変数の混合である、ゼロまたは一膨張ベータ分布に従う。モデルパラメータは、境界の確率（$\vartheta$）、条件付き平均（$\mu$）、および精度（$\phi$）のリンク関数を通じて共変量と関連付けられる。
2. ロバスト推定量: 本論文は、推定方程式系 $U(y; \upsilon) = 0$ を解く 2 つの特定の推定量、M-LSE と M-LME を導入する。これらの推定量は、統一された枠組み内で離散成分と連続成分を別々に扱う。
   • 離散部分: 著者は、二値成分（ゼロまたは一を観測する確率のモデル化）に対して最小密度電力発散推定量（MDPDE）を採用する。このアプローチは、観測確率と予測確率の間に大きな不一致がある観測値の重みを下げる。
   • 連続部分: 標準的なロバスト推定量（SMLE および MDPDE）が適切に定義されない可能性のある有界でないベータ密度の問題に対処するため、著者は応答変数のロジット変換（$Y^* = \log(Y/(1-Y))$）を利用する。
     • M-LSE: 離散部分の MDPDE と、連続部分の**ロジット代理最尤推定量（LSMLE）**を組み合わせる。
     • M-LME: 離散部分の MDPDE と、連続部分の**ロジット最小密度電力発散推定量（LMDPDE）**を組み合わせる。
   • ロジットスケールで作業することで、推定量は密度クラスがべき変換に対して閉じていることを保証し、すべてのパラメータ値に対して推定量が適切に定義されることを確保する。
3. データ駆動型チューニング: 重要な方法論的貢献として、両成分のチューニング定数 $\alpha$ を選択するために、元々ベータ回帰のために提案されたデータ駆動アルゴリズムの適応が行われる。このアルゴリズムは、推定の安定性を維持する最小の $\alpha$（MLE に最も近い）を探し出し、汚染がない場合には完全な効率性を確保しつつ、外れ値が存在する場合にはロバスト性を提供する。
4. 推論: 著者は、提案された推定量の漸近正規性を導出し、仮説検定のためのロバストなワルド型検定を開発する。また、点推定値は別々に計算されるものの、推論の共同性を考慮した標準誤差の計算方法も提供する。

主な貢献

• 膨張モデルへの拡張: この研究は、離散成分と連続成分の混合がもたらす固有の課題に対処する、ゼロまたは一膨張ベータ回帰モデルに特化したロバスト推論法を初めて提案するものである。
• 適切に定義された推定量: ロジット変換および LSMLE と LMDPDE の特定の構築を利用することで、提案された推定量は、有界でないベータ密度に対して適切に定義されなかった以前のロバスト手法（MDPDE/SMLE）の限界を克服する。
• 統一された枠組み: 本論文は、点推定、漸近分散共分散行列、およびロバストなワルド型検定を含む完全な推論枠組みを提供し、R パッケージとして実装されている。
• 適応的チューニング: 離散部分と連続部分の両方のチューニング定数を選択するためのデータ駆動アルゴリズムの適用により、データがクリーンの場合、この手法は自動的に MLE に回帰し、効率性とロバスト性のバランスを取ることを可能にする。

実証結果
著者は、シミュレーション研究と実データ応用を通じて M-LSE および M-LME の性能を評価した。

• シミュレーション: 離散部分、連続部分、またはその両方に 5% の汚染があるシナリオにおいて、標準的な MLE は著しいバイアスと高い平均二乗誤差（RMSE）を示した。対照的に、ロバスト推定量は低いバイアスと RMSE を維持し、汚染のないデータ（アルゴリズムが $\alpha \approx 0$ を選択する場合）では MLE と同様に機能し、汚染されたシナリオでは MLE を大幅に上回った（TMSE 比が MLE より最大 34 倍低い）。
• 仮説検定: ロバストなワルド型検定は、汚染下でも実質的な棄却率を名目上の 5% レベルに近づけて維持したが、標準的なワルド検定は、膨張した第一種過誤（棄却率が 100% に近い）またはゼロの検出力に苦しんだ。
• 実データ応用: この手法は、ブラジルの 200 都市における COVID-19 の症例致死率に適用された。データには、顕著な外れ値（症例 1 件で死亡 1 件の都市）が含まれていた。MLE の結果はこの観測値に強く影響され、共変量効果（例えば、HDI）の有意性と大きさが変化した。ロバスト推定量（M-LSE）はこの外れ値の重みを下げ、外れ値を手動で除去した分析と整合する結果を生成し、任意のデータ削除なしに信頼性の高い推論を提供する手法の能力を実証した。

重要性
本論文は、外れ値を処理する柔軟なモデルが存在するものの、それらはしばしば不要な複雑さを導入し、解釈可能性を欠くと主張している。提案されたアプローチは、標準的な膨張ベータモデルの解釈可能性と構造を維持しつつ、推定プロセスをロバストな代替手段に置き換える。著者は、有界連続データの膨張モデルに対する最初のロバスト推論法を提供することで、文献における重要なギャップを埋めていることを強調している。シミュレーション結果と実世界での応用は、提案された推定量が外れ値の影響を効果的に軽減し、汚染されたデータが存在する状況で標準的な最尤推論から頻繁に生じる誤った結論を防ぐことを示している。