Weibull-MBUR {Y} A New Family of Generalized Unit Distributions with Correlated Parameters: Is the Correlation, Distribution or Data Driven or Interaction Between Them

技術要約：Weibull-MBUR {Y} — 相関パラメータを持つ新しい一般化単位分布ファミリー

問題提起
本論文は、比率、率、パーセンテージなど、$(0, 1)$ の単位区間上で定義されるデータ（歪んだ形状、バスタブ型、J型など）に対して、多様な形状を収容できる柔軟な統計モデルの必要性に対処している。Beta生成（BG）やKumaraswamy生成（Kw-G）といった既存の一般化手法が存在する一方で、著者は、Median Based Unit Rayleigh (MBUR) ベースライン分布とWeibull生成器、および様々なリンク分布を組み合わせるという点において、文献における空白を特定している。さらに、本論文は、一般化分布における極めて重要でありながらしばしば見落とされる問題、すなわち推定パラメータ間の相関の性質について調査している。著者は、観察されたパラメータ推定値における高い相関が、特定のデータセットによるものなのか、分布ファミリーの数学的構造によるものなのか、あるいはその両方の相互作用によるものなのかという疑問を投げかけている。

手法
本研究では、Aljarrahら（2014）によって導入されたT-X法の拡張であるT-X{Y}ファミリーのアプローチを採用している。このフレームワークは、ベースライン分布（$X$）、生成分布（$T$）、およびリンク分布（$Y$）を、$Y$の分位関数を介して結合することにより、新しい分布ファミリーを構築するものである。

1. 構成要素:

   • ベースライン ($X$): $(0, 1)$ 上で定義され、形状パラメータ $b$ を持つMedian Based Unit Rayleigh (MBUR) 分布。
   • 生成器 ($T$): 形状パラメータ（$c$）と尺度パラメータ（$\xi$）を持つWeibull分布。Weibullは、その閉形式の累積分布関数（CDF）と扱いやすい原始モーメントゆえに選択された。
   • リンク ($Y$): 5つの新しいサブモデルを生成するために、5つの異なる分布をリンク（分位）関数として利用した：
     • Lomax
     • Dagum
     • Exponential
     • Exponentiated-Exponential
     • Log-Logistic

2. 導出プロセス:

   • 新しいファミリーの累積分布関数（CDF） $G_{X_g}(x)$ は、ベースラインMBURのCDFをリンク分布 $Y$ の分位関数に代入し、その結果をWeibull生成器のCDFに代入することによって導出される。
   • 確率密度関数（PDF）、ハザード関数、および分位関数は、5つの新しい分布すべてについて解析的に導出される。
   • モーメントの導出: 原始モーメントの $r$ 次の導出には、2つのアプローチが用いられる：
     • 一般化二項定理とポッホハマー降階因子を用いた、PDFの級数線形展開。
     • 変数 $x$ を孤立させ、Weibull生成器の原始モーメントの観点から表現するアプローチ。

主な貢献

• 新しい分布ファミリー: 本論文は、Weibull-MBUR{Y} ファミリー（Lomax、Dagum、Exponential、Exponentiated-Exponential、Log-Logisticの各バリアントからなる）を紹介している。著者の知る限り、これらの特定の組み合わせはこれまで文献で議論されていない。
• 解析的特性: 本論文は、5つのモデルすべてのPDF、CDF、分位関数、およびハザード関数の閉形式の式を提供している。また、複雑な原始モーメントの級数展開を導出し、一部の場合において特殊関数を必要とせずに計算統計を容易にしている。
• 相関分析: 実データに適合させた新しいモデルの分散共分散行列と相関係数を分析することで、推定パラメータの相関構造に関する実証的な調査を行ったことが、本論文の重要な貢献である。

結果および実データ分析
提案された分布は、スペインのCOVID-19患者の回復率を表す66件の観測データに適用された。データは負の歪度（-0.7214）を示していた。

• モデル比較: 新しいWeibull-MBUR{Y}分布は、ベースラインのMBUR、Beta、Kumaraswamy、Topp-Leone、およびGeneralized Odd Median Based Unit Rayleigh (GOMBUR-I および II) 分布と比較された。
• 性能指標:
  • ベースラインのMBUR、Topp-Leone、およびUnit Lindley分布は、データを適切に適合させることに失敗した（低い対数尤度、高いKS統計量）。
  • 新しいモデルの中では、Weibull-MBUR{Lomax} 分布が、最も高い対数尤度（64.4163）と最も低いAIC、CAIC、BIC、およびHQIC値によって示される通り、最良の適合を提供した。
  • Weibull-MBUR{Dagum} および Weibull-MBUR{Log-Logistic} も強い性能を示し、いくつかの指標において標準的なBetaおよびKumaraswamy分布を上回った。
• パラメータ相関の知見:
  • Weibull-MBUR{Lomax} モデルは、そのパラメータ（$b, c, \xi, \psi, \lambda$）の間に極めて高い正の相関（1.0に近い）を示し、分散共分散行列の行列式はゼロに近い値（$5.6073 \times 10^{-13}$）となった。
  • Weibull-MBUR{Dagum} モデルは、いくつかのパラメータ（$c, \xi, a, \psi$）の間で完全な相関を示し、$b$ と $\gamma$ の間に負の相関を示した。
  • Weibull-MBUR{Exponential} および Exponentiated-Exponential モデルも、特に尺度パラメータと形状パラメータの間で高い相関を示した。
  • Weibull-MBUR{Log-Logistic} モデルは、特に $\xi$ と $\psi$ の間で中程度から高い相関を示した。

意義と主張
本論文は、T-X{Y}手法を用いたMBUR分布の一般化が、ベースライン分布では達成できなかった、実世界の単位データの歪度や形状を収容する能力を強化することに成功したと主張している。生成器とリンク分布からのパラメータの追加により、PDFを「ねじ曲げ（twist）」、複雑なデータの形状に適合させることが可能になる。

しかし、著者は観察されたパラメータ相関の源泉に関する立場について、慎重な姿勢を維持している。新しい分布はデータをよく適合させているが、パラメータ間の高い相関（一部のケースで広い信頼区間をもたらす）は、以下のいずれかによるものであるという疑問を提起している：

1. 分布駆動型: T-X{Y}システムの数学的構築から継承されたもの。
2. データ駆動型: COVID-19回復データセットの特性に特有のもの。
3. 相互作用: 両方の混合。

本論文は、これらの相関がT-X{Y}の構築に固有のものであるのか、あるいはデータに特有のものかを決定的に判断するためには、またそれらが信頼区間にどのように影響するかを評価するためには、シミュレーション研究が必要であると結論付けている。この研究において、相関の起源に関する決定的な因果関係の主張はなされていない。