Bias Correction for Scalar-on-Density Regression Models

技術要約：スカラー・オン・デンシティ回帰モデルにおけるバイアス補正

問題提起
スカラー・オン・ファンクション回帰（SoFR）は、スカラー型の結果と関数型予測変数との関係をモデル化するものである。その特定の拡張として、関数型予測変数が直接観測された滑らかな曲線ではなく、各観測単位あたりの有限の測定数から推定された確率密度である場合に、「スカラー・オン・デンシティ（密度上）回帰」が生じる。例として、ウェアラブルデバイスから測定された身体活動強度の分布から障害スコアを予測する場合や、温度分布から農作物の収穫量を予測する場合などが挙げられる。

この設定では、各対象者の密度は有限のサンプル（$m$ 個の測定値）から推定されなければならない。$m$ が比較的小さい場合、密度の推定は不確実性を導入する。本論文は、この不確実性が推定係数関数の**減衰バイアス（attenuation bias）**を引き起こし、係数をゼロ方向に縮小させることを示している。このバイアスは、単位あたりの測定数が増えるにつれて単調に減少するが、$m \to \infty$ とならない限り消失することはない。推定された密度を既知の関数型共変量として扱う標準的な手法は、この有限サンプルによる推定誤差を考慮できていないため、推論にバイアスをもたらす。

手法
著者らは、スカラー・オン・デンシティの設定に特化して適応させた**シミュレーション外挿法（SIMEX）**の手順を提案している。共変量に加法的なガウスノイズを仮定する従来の関数回帰へのSIMEXの適用とは異なり、ここでの誤差は密度推定プロセス自体に内在するものである。

提案されるアルゴリズムは以下の通りである：

1. 変換： 密度関数の非線形空間を扱うために、著者らは**対数分位密度（LQD）**変換を適用する。これにより、推定された密度 $f_i$ を平方可積分関数のヒルベルト空間へと写像し、標準的な線形関数回帰モデルの使用を可能にする。
2. ブートストラップ・リサンプリング： 人為的なノイズを付加する代わりに、元の $m$ 個の測定値からサイズ $m_0$（ここで $m_0 < m$）のブートストラップ・サブサンプルを生成することで、実効的な誤差レベルを制御する。
3. 推定シーケンス： サブサンプルサイズ $m_0$ のグリッドに対して、密度を再推定し、LQDを介して変換し、回帰モデルを再適合させる。これを $m_0$ ごとに $B$ 回繰り返し、平均係数関数推定値 $\bar{\hat{\beta}}_{m_0}(\cdot)$ を得る。
4. 外挿： 平均推定値とサブサンプルサイズの間の関係をモデル化する。著者らは、逆誤差レベルを表すために $\lambda = 1/\sqrt{m_0}$ という変換を定義する。推定値のシーケンスを、非線形テンソル積スプラインを用いて $\lambda = 0$（$m_0 \to \infty$ に対応）へと外挿する。平滑化された曲面の $\lambda = 0$ における値が、バイアス補正されたSIMEX推定値となる。

主な貢献

• バイアスの発生源の特定： 本論文は、スカラー・オン・デンシティ回帰における減衰バイアスが、加法的な測定誤差モデルとは異なる、密度推定に使用された有限の測定数に直接起因することを立証している。
• 手法の適応： 誤差が非加法的であり、推定手順に固有である設定に対し、ブートストラップ・サブサンプリングを利用して様々な測定精度をシミュレートすることで、SIMEXフレームワークを適応させている。
• 理論的および経験的検証： 著者らは、バイアスが単位あたりの測定数の増加に伴って単調に減少することを証明し、理想的な無限測定限界へと外挿する実用的な補正法を提供した。

シミュレーション結果
様々なサンプルサイズ（$N \in \{50, 100, 200\}$）およびノイズレベル（$\sigma \in \{0.01, 0.05\}$）にわたる包括的なシミュレーション研究が行われた。

• バイアス減少： SIMEXによって外挿された推定値は、全測定値に基づくナイーブな推定値よりも一貫して低いバイアスを達成した。非線形外挿法は、バイアスの関係の曲率をより良く捉えることで、線形および二次式の代替手法よりも一般的に優れた性能を示した。
• 平均積分二乗誤差（MISE）： ほとんどのシナリオにおいて、二乗バイアスの減少が、ブートストラップおよび外挿ステップによって導入される分散の増加を上回り、結果としてSIMEX推定値はナイーブな推定値よりも低いMISEを実現した。
• 注意点： サンプルサイズが非常に小さい（$N=50$）かつノイズが高いシナリオでは、SIMEXによる分散の増加が相当なものとなり、バイアスは減少したものの、結果としてナイーブな推定値よりも高いMISEとなった。これは、手法に内在するバイアスと分散のトレードオフを浮き彫りにしている。

NHANESデータへの適用
本手法は、24時間身体活動プロファイルと全死亡率との関連をモデル化するために、米国国民健康栄養調査（NHANES）2011–2014のデータに適用された。

• データ： 3,676人の参加者の分単位の活動カウントが、活動密度の分布を推定するために使用された。
• 知見： 全測定値（対象者あたり1,440分）を用いたナイーブな推定値は、減衰した係数関数を示した。SIMEX補正は、シミュレーション結果と一致する方向に推定値をシフトさせており、これは、対象者あたりの測定数が多い場合でも、有限測定によるバイアスは存続し、補正可能であることを示唆している。

意義と主張
本論文は、提案されたSIMEX手順が、使用された特定の密度推定法（例：平滑化スプライン、カーネル密度推定）の知識を必要とせずに、スカラー・オン・デンシティ回帰における減衰バイアスを補正するための堅牢なツールであることを主張している。著者らは、本手法が単にバイアスと分散をトレードオフするプリスムージング技術とは異なり、有限測定に起因するバイアスを標的にしていることを強調している。

著者らは、手法の限界についても控えめなトーンを維持しており、バイアス補正が分散の増大という代償を伴うことを認めている。彼らは、多くの設定において手法がバイアスを減少させMISEを改善するのに効果的である一方で、ユーザーは、特に小サンプルまたは高ノイズのシナリオにおけるバイアスと分散のトレードオフを認識しておく必要があると結論付けている。本手法は、予測変数が有限の測定から導出される関数型データ解析において、推論の妥当性を高めるための実用的な解決策として提示されている。