📊 statistics

hyreg2: An R package to Estimate Latent Classes on a Mixture of Continuous and Dichotomous Data

本論文は、結合尤度法とEMアルゴリズムを用い、不均一分散および打ち切りデータを許容しつつ、連続型と二値型の混合データにおける潜在クラスモデルを推定するためのユーザーフレンドリーな頻度論的枠組みを提供するRパッケージ、**hyreg2**を紹介するものである。

原著者： Svenja Elkenkamp, John Grosser, Kim Rand

公開日 2026-06-16

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Svenja Elkenkamp, John Grosser, Kim Rand

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

あなたは、ある複雑な集団を理解しようとしていると想像してください。しかし、手元にあるのは、彼らに関する2種類の異なる手がかりだけです。

「はい／いいえ」の手がかり： 彼らは製品を購入したか？（二値データ）
「いくら」の手がかり： 彼らはいくら支払う意思があったか？（連続データ）

通常、統計学者はこれらの手がかりを別々に調べます。ある人は「誰が購入するか」を見るために分析を行い、別の人は「いくら支払うか」を見るために分析を行うかもしれません。しかし、この論文の著者たちは、これら2つの手がかりは実はコインの表裏のようなものであり、同じ根底にある意思決定プロセスから生まれるものだと主張しています。

この論文は、これらの2つの手がかりを同時に見て、より鮮明な全体像を把握するための新しいツールである hyreg2（R言語のパッケージ）を紹介しています。

以下に、この論文の主張を簡単な比喩を用いて解説します。

1. 「ハイブリッド」探偵（核心となるアイデア）

データを一つのミステリーと考えてください。あなたには容疑者（人々）がおり、彼らは2種類の証言を与えてくれます。それは単純な「はい／いいえ」と、詳細な数値です。

従来の方法： あなたは、「はい／いいえ」の回答を分析する探偵と、数値を分析する別の探偵を雇います。彼らは別々の部屋で作業し、お互いに情報を共有することはありません。
hyreg2 の方法： あなたは、一人の「ハイブリッド探偵」を雇います。この探偵は、「はい／いいえ」と数値の両方を同時に観察します。論文によれば、この探偵は、2つの手がかりがどのように互いに影響し合っているかを見ることができるため、より賢く、実際に何が起きているのかについてより正確な物語を提示できるのです。

2. 隠れたグループを見つける（潜在クラス）

時として、あなたが研究している集団は、単なる一つの大きな塊ではないことがあります。目には見えなくても、実際には異なる習慣を持つ2つ以上の明確なサブグループが存在している場合があります。

比喩： ピザを食べている人々でいっぱいの部屋を想像してください。ピザの耳を食べる人もいれば、食べない人もいます。ペパロニを好む人もいれば、好まない人もいます。もし部屋全体をひとまとめに見てしまうと、全員が同じであると考えてしまうかもしれません。
hyreg2 がすること： このツールは、数学的な「懐中電灯」（期待値最大化法、EMアルゴリズムと呼ばれます）を使用して、データに光を当て、隠れたサブグループを明らかにします。例えば、「グループA」はペパロニが大好きで耳も食べるが、「グループB」はペパロニが嫌いで耳を捨ててしまう、といった具合に。
論文の主張： もしこれらの隠れたグループを無視してしまうと、結果が「ぼやけたり」、偏ったりすると論文は述べています。hyreg2 は、グループを分離することで、それぞれのグループを明確に理解する助けとなります。

3. 「魔法のレシピ」（仕組み）

この論文は、このツールが他の研究者によって既に発明された「レシピ」（数学的モデル）に基づいていることを説明しています。

問題点： この論文が登場する前、このレシピを使うことは、料理本なしでケーキを焼こうとするようなものでした。コードを自分で書くには、高度なプログラマー（熟練したシェフ）である必要がありました。専門家でなければ、使うことができなかったのです。
解決策： 著者たちは、ユーザーフレンドリーなキッチン（hyreg2 パッケージ）を構築しました。彼らはその複雑なレシピを取り込み、シンプルなダイヤルが付いた箱の中に収めました。今では、誰でもダイヤルを回してデータを投入するだけで、ゼロから焼き方を学ぶ必要なく、ケーキ（結果）を手に入れることができます。

4. 特別な機能（その他の機能）

このパッケージには、いくつかの特別なツールが含まれていることが強調されています。

「打ち切り」データの処理： データが途中で切れている場合があります。例えば、調査で「いくら支払いますか？」と尋ねた際、回答が100ドルで上限設定されている場合、このツールはその制限を混乱することなく扱う方法を知っています。
不均一な分散（ヘテロスケダスティシティ）： 「はい／いいえ」の回答は非常に一貫している一方で、「いくら」の回答は激しく変動する場合もあります。このツールは、静止した物体と動いている物体の両方にオートフォーカスを合わせるカメラのように、この不均一さに適応して調整することができます。
非線形な数式： 単なる直線的な関係だけでなく、複雑な曲線的な関係も扱うことができます。

5. 実世界のテスト（ケーススタディ）

効果を証明するために、著者たちは健康データ（具体的には EQ-5D-5L アンケート）を用いてテストを行いました。

背景： このアンケートは、人々の健康状態について尋ねるものです。いくつかの質問は「はい／いいえ」（痛みがありますか？）であり、他の質問は「いくら」（健康になるためにいくら支払いますか？）です。
結果： 彼らはこのツールを使用して、異なる健康の好みを持ち、隠れたグループの人々を見つけ出しました。彼らは、単一のグループを見る場合には既存の信頼できるソフトウェア（xreg と呼ばれるもの）と一致する結果を出しつつ、さらに一歩進んで、異なる好みを持ち異なるグループを成功裏に分離できることを示しました。

まとめ

この論文は、hyreg2 が研究者が以下のことを可能にする、新しい使いやすいツールであることを主張しています。

「はい／いいえ」のデータと「数値」のデータを一つの分析に混ぜ合わせること。
データの中から隠れたサブグループを自動的に見つけ出すこと。
これらすべてを、コーディングの専門家にならずとも行うこと。

これは、複雑な統計手法をすべての人に利用可能にし、健康、経済、マーケティングなどの混合データ（ミックスデータ）を研究する際に、異なるタイプの人々を分ける隠れたパターンを見逃さないように設計されています。

技術要約：「hyreg2: 連続型および二値型の混合データにおける潜在クラスを推定するためのRパッケージ」

問題提起
ヘルスエコノミクス、マーケティング、臨床試験などの諸分野における統計研究では、連続型データと二値型データの両方が共通の潜在的なデータ生成プロセスから生じているという仮定の下で、これら混合型の結果を結合してモデリングすることが頻繁に求められる。ハイブリッドモデル（結合尤度モデル）は、個別の分析と比較して、より効率的な推定と一貫したパラメータ解釈を提供するが、既存のソフトウェアソリューションには大きな障壁が存在する。ベイズ的枠組み（例：brms, MCMCglmm）は柔軟ではあるが、複雑な事前分布の指定が必要であり、これは初回となる臨床評価のような文脈では困難を伴う場合がある。一方、頻度主義的な最尤法アプローチは制限が多い。例えば、lme4は異なる分布を扱うことができるが、データ型をまたぐ結合尤度機能は備えていない。また、TMBのような柔軟なフレームワークは、ユーザーが複雑な尤度関数を明示的にプログラミングする必要がある。さらに、RのxregやStataのhyregといった、Ramos-Goñiら[2017]によって提案された特定のハイブリッドモデルの実装は、潜在クラス分析をサポートしていないため、集団内の未観測の異質性を特定することができない。

手法
本論文は、連続型および二値型の混合データに対する潜在クラスモデルを推定するための頻度主義的な枠組みを導入している。核となる手法は以下の組み合わせである：

結合尤度定式化： モデルは、連続型の応答が正規分布に従い、二値型の応答が二項分布に従うと仮定する。これらは、共有された一連のモデルパラメータとスケーリングパラメータ $\theta$ （ $\beta_{continuous} = \theta \times \beta_{dichotomous}$ ）を介して連結される。両方のアウトカム型が潜在クラスの下で条件付き独立であることを仮定して、結合対数尤度が最大化される。
潜在クラス分析 (LCA)： 集団は、 $K$ 個の潜在的なサブグループの有限混合としてモデル化される。各サブグループは、固有のパラメータ（ $\beta_k, \sigma_k, \theta_k$ ）によって特徴付けられる。
期待値最大化 (EM) アルゴリズム： 推定は、flexismパッケージを介して実装されたEMアルゴリズムを用いて行われる。
- Eステップ： 各観測値の事後クラス確率を計算する。
- Mステップ： 各クラスに対して重み付き対数尤度を最大化する。このステップでは、結合尤度を定義し、パラメータ最適化のために bbmle::mle2 を用いるカスタムドライバー（FLXMRhyreg）を使用する。
拡張機能： 本フレームワークは、不均一分散性（連続データに対する個別の分散モデルを介して）、打ち切りデータ（有界最適化を使用）、および非線形モデルの仕様（パラメータが列名からではなく明示的に定義される「ノンクラシック」な公式による）をサポートしている。

主要な貢献：hyreg2 パッケージ
主要な貢献は、Ramos-Goñiら[2017]のモデルを潜在クラス分析へと拡張した、ユーザーフレンドリーな実装である hyreg2 Rパッケージである。主な特徴は以下の通りである：

アクセシビリティ： ユーザーは、尤度関数やEMアルゴリズムを手動でプログラミングすることなく、複雑な結合尤度潜在クラスモデルを推定できる。
柔軟性： 本パッケージは、等分散型（hyreg2）および不均一分散型（hyreg2_het）のエラー構造、打ち切りデータ、およびノンクラシックな公式をサポートしている。
部分的係数： モデルの連続型部分のみ、あるいは二値型部分のみに影響を与える変数の指定が可能である。
可視化と診断： 専用の関数（summary_hyreg2, plot_hyreg2）により、結果の解釈とクラス割り当ての可視化を容易にする。
互換性： $k=1$ （潜在クラスなし）の場合、本パッケージは確立された文献と一致する結果を再現し、既存のxregパッケージとの整合性を保証する。

結果と検証
本論文は、主に2つの経路を通じてパッケージを検証している：

再現性： EQ-5D-5L 価値付けデータを用いたケーススタディにおいて、単一コンポーネントモデル（ $k=1$ ）における hyreg2 の推定値は、xreg パッケージの結果と小数点第3位まで一致しており、基礎となる結合尤度フレームワークの正しい実装を確認した。
潜在クラスの検出： 本パッケージは、EQ-5D データにおいて2つの潜在クラスを正常に特定した。可視化により、明確な選好パターンが明らかになった。クラス2の参加者は、クラス1と比較して、健康状態を拒絶し（高い効用値を割り当てる）、かつより低い障害レベルにおいて頻繁に拒絶する傾向があった。これは、集計モデルでは隠されてしまう可能性のある選好の異質性を検出する本パッケージの能力を示している。
高度な機能： 本論文は、打ち切りデータ（有界なTTO値）、不均一分散性（共変量の関数としてモデル化された分散）、およびノンクラシックな公式（例：8パラメータのEQ-5Dモデルや非線形変換）を含むモデルの推定成功を実証している。

意義と主張
著者らは、hyreg2 を高度な統計的手法と実用的なアプリケーションの間の架け橋として位置づけている。本研究の意義は、特に専門的なプログラマーではない研究者にとって、潜在クラス結合尤度モデルを適用するための障壁を下げたことにある。新しい臨床的または経済的な設定において事前分布を指定することの難しさに対応する、ベイズ的アプローチに対する頻度主義的な代替案を提供している。著者らは、本モデルはヘルスエコノミクス（EQ-5D 価値セット）によって動機付けられたものの、その構造は一般的であり、消費者行動（購入頻度 vs 支払意欲）や臨床試験（毒性 vs 有効性）など、連続型および二値型のデータが結合して観察されるあらゆる領域に適用可能であると控えめに主張している。論文は、hyreg2 が妥当かつ意味のある結果を生み出すことを結論付けているが、すべての最尤推定と同様に、結果は初期値に敏感である可能性があるため、グローバルな収束を確実にするためにブートストラップ法や複数の初期点の使用を推奨している。著者らが特定した今後の開発方向には、不均一分散関数へのノンクラシックな公式サポートの拡張、および自動化されたモデル選択の実装が含まれる。