Beta Regression with Autoregressive Errors for Interrupted Time Series Analysis of Proportion and Rate Outcomes: A Simulation Study

あなたは、ある謎を解こうとしている探偵だと想像してください。新しい政策（学校での炭酸飲料の禁止や、病院の衛生規則の変更など）が、あなたが注目している結果を本当に変えたのでしょうか？例えば、宿題を提出した生徒の割合や、病院における一日の感染率などを追跡しているとします。これらの数値は特殊で、それらは「プロポーション（比率）」です。つまり、0%未満になることも、100%を超えることもなく、箱の中に閉じ込められています。

長い間、探偵たちはこれらのケースを解決するために、「最小二乗法（OLS）」と呼ばれる標準的な道具を使用してきました。しかし、この論文は、プロポーションに対してOLSを使用することは、岩を測るための定規で魚を測ろうとするようなものだと主張しています。それは、魚が滑りやすく、境界があることを無視しています。OLSでは、ありえない110%の感染率を予測してしまうかもしれません。

この「魚」の問題を解決するために、統計学者は**ベータ回帰（Beta Regression）**というより優れた道具を考案しました。これは、プロポーションが箱の中に存在することを理解しています。しかし、ここにひねりがあります。時系列データ（日ごとに収集されるデータ）は、しばしば「粘着性」を持っています。もし今日の感染率が高ければ、明日も高くなる可能性が高いのです。これは「自己相関」と呼ばれます。

この論文では、粘着性があり、箱に縛られたデータを扱う、2人の探偵を比較しています。

1. 探偵 GLM+HAC: この探偵は、箱を扱うために「ベータ回帰」という道具を使いますが、その後、「ニューイ・ウェスト（Newey–West）標準誤差」というパッチ（補修材）を使って「粘着性」を修正しようとします。これは、レインコートを着た後に、風を防ぐためにプラスチックシートをテープで貼り付けるようなものです。
2. 探偵 betark: この探偵は、betarkという、新しくカスタムメイドされたツールを使用します。これは単に風をパッチで防ぐのではなく、最初からレインコートのデザインに風を取り込んでいます。それは、自己回帰誤差（粘着性）とベータ分布（箱）を、単一の統一された計算の中で同時にモデル化します。

大対決：シミュレーションが明らかにしたこと

著者たちは単に推測したわけではありません。どちらの探偵が優れているかを見るために、異なるシナリオに対して2,000回のシミュレーション研究（コンピュータ実験）を実行しました。彼らは、データがさまざまな方法で「粘着性」を持つケース（少し粘着性がある場合、振動する場合、そして非常に粘着性がある場合）をテストしました。

判定：
ほとんどのシナリオにおいて、betarkの方が優れた探偵でした。それは、結論に対してどの程度自信を持ってよいかについて、より正確な答えを出しました。

• 「自信過剰」の罠: データが非常に粘着性（高い持続性を持つ自己相関）を持っているとき、探偵 GLM+HAC は嘘をつき始めました。実際には効果がないにもかかわらず、自分は非常に確信していると誤認したのです。シミュレーションでは、データが非常に粘着性で、かつ時系列が短い（100時点）場合、GLM+HAC は、実際には効果がないときに「有意な」結果であると誤って主張（第一種の過誤）を**60.2%**の確率で行いました。これは、火事でもないのに煙探知器が10回中6回も鳴ってしまうようなものです。
• より優れた校正者: betarkも、これらの困難な粘着性のあるシナリオでは間違いを犯しましたが、その回数ははるかに少なくなりました。同じ短い長さ（100時点）で高度に粘着性のあるデータの場合、betarkが誤った結果を主張したのは**43.0%**でした。依然として高い数値ではありますが、もう一方の探偵よりはるかに優れていました。時系列が長くなる（最大400時点）につれて、betarkはどんどん改善していきましたが、GLM–HACはほとんど改善しませんでした。

「検出力」の錯覚:
「信号を見つけた！」とより頻繁に叫ぶ探偵の方が優れていると思うかもしれません。シミュレーションでは、粘着性のあるシナリオにおいて、GLM+HACの方がより頻繁に「信号あり！」と叫んでいました。しかし、論文はこれがスーパーパワーではなく、グリッチ（不具合）であることを説明しています。GLM+HACは、データがどれほど揺れ動いているかを過小評価していたため、その「信頼区間（誤差の範囲）」が狭すぎたのです。それは、「確信している」と言うべき時に「あまり確信が持てない」と言うべきだった場面で、「確信している！」と叫んでいたのです。betarkは、その不確実性に対してより正直でした。

「もしも」のテスト

著者たちはまた、「もし詳細を少し間違えたらどうなるか？」とも問いかけました。

• ラグ次数の間違い: もしデータが実際には3日間粘着性があるのに、ツールには2日間だけだと伝えたらどうなるでしょうか？論文によれば、betarkは驚くほどタフです。「粘着性」の設定が1日ずれたとしても、精度への影響は約1〜2%程度でした。これは頑健なツールです。
• 異なる出発点: もし初期の感染率が非常に低い（5%）または中間的（50%）だったらどうでしょうか？betarkは、標準的なシナリオと同様によく対処できました。

実世界の例（「架空の」糖尿病研究）

これが実生活でどのように重要かをを示すために、著者らは糖尿病プログラムに関する架空の研究を作成しました。彼らは、クリニックが血糖値の高い患者の割合を下げようとした300日間のデータをシミュレートしました。

• データが「粘着的（AR(3)）」であったとき、2人の探偵は、その結果に対して「どの程度確信できるか」について異なる答えを出しました。
• あるケースでは、betarkはより強い効果（血糖値の大きな低下）を見出しましたが、「これは本物であると71%の確信がある」（p値 0.283）と言いました。
• 一方、GLM+HACはより弱い効果を見出しましたが、「これは本物であると86%の確信がある」（p値 0.134）と言いました。
• 論文は、後者の探偵はあなたを騙していると指摘しています。データの「粘着性」を適切に考慮できていないため、本来受けるべきではない自信を主張しているのです。

結論

この論文は、betarkが、特にデータが「粘着性」を持っている場合、プロポーションや率を分析するためのより優れたツールであると結論付けています。それは、不確実性のより正直な姿を提供します。

しかし、著者たちはこれを魔法の杖とは呼んでいません。データが極めて粘着的（高持続性のAR(3)）で、かつ時系列が短い場合、betarkでさえ苦戦しました。そのような特定の困難なケースでは、最高の探偵であっても、誤報（第一種の過誤）を出す可能性が高いのです。

したがって、感染率や出席率のようなデータを分析している場合は、以下の通りです：

1. 古くて壊れた定規（OLS）を使わないこと。
2. 標準的な「パッチを当てた」ツール（GLM+HAC）を使う場合は、データが粘着性を持っているときに細心の注意を払ってください。過信してしまう可能性があります。
3. 新しい betark ツールは、一般的に優れた選択肢ですが、データが非常に粘着性があり、かつ時系列が短い場合は、依然としてその結論に対して非常に慎重である必要があります。

この論文は、粘着性のある境界付きデータの問題を永遠に解決したと主張しているのではなく、以前利用可能だったものよりもずっと優れた道具を作り上げたのです。