Rethinking Model Selection in Choice Behavior

技術要約：選択行動におけるモデル選択の再考

著者情報
本研究は、論文記載の作業が行われた時点で統計数学研究所に所属し、現在では東京のRelations & Behavior Labを通じて研究を行っている神谷直樹氏によるものである。

問題提起
選択行動の実験的分析における従来の研究は、多様な文脈における選択を記述するために、単一の標準的なモデル（多くの場合、一般化マッチング法則や特定のロジット／プロビット定式化）に大きく依存する「理論的一元論」に依拠してきた。このアプローチは、モデル比較を単一の「正しい」定式化の探索として捉えるものである。しかし、著者は、この視点は、環境変数（例：強化率、大きさ、チェンジオーバー遅延）の操作を通じた行動の予測と制御を優先する行動分析学の目標とは、根本的に乖離していると主張する。

本論文は、単一のパラメトリックな形式がすべての文脈において選択を適切に記述できるモデルは存在しないと断じている。静的な比率ベースのモデルは、安定した随伴性下では良好に機能する可能性があるが、履歴依存的なダイナミクスや、構造が弱い環境を捉えることはできない。さらに、単一のモデルへの依存は、異なるモデルが環境の異なる操作可能な構成要素を捉えているという事実をしばしば覆い隠してしまう。普遍的な「最良の」モデルを求める現在の方法論的枠組みは、前向きな制御に必要な柔軟な仮説空間を構築する能力を制限している。

方法論
本論文は、複数の選択行動モデルを評価し統合するために、統一されたベイズ・フレームワークを採用している。その手法は、主に以下の3つの構成要素からなる。

1. アンサンブル学習手法： 単一の「勝者」を選択する代わりに、本研究では2つのアンサンブル手法を用いる。

   • ベイズモデル平均化 (BMA)： 候補となるモデルのいずれかが真のデータ生成メカニズムであると仮定し（「M-closed」の視点）、事後モデル確率を算出する。
   • スタッキング (Stacking)： 単一の候補モデルが完全に正しいとは仮定せず（「M-open」の視点）、混合分布の留め置き（leave-one-out）予測対数密度を最大化することにより、最適な重みを決定する。スタッキングは、構造的な忠実度よりも予測的な相補性を強調する。

2. シミュレーション研究：

   • シミュレーション1（静的）： ロジスティック関数を用いて仮想的な選択データ（$N=2000$）を生成した。3つの静的な一般化線形モデル（GLM）をテストした：対数比モデル（一般化マッチング法則）、ロジットモデル、およびプロビットモデル。
   • シミュレーション2（動的）： 履歴依存プロセス（価値差分モデル）を用いて仮想データ（$N=3000$）を生成した。4つのモデルをテストした：単純モデル（直前の結果のみ）、相互作用モデル（選択 $\times$ 結果）、価値差分モデル（動的な価値更新）、および動的GMLモデル（比率ベースの動的更新）。

3. 実証的再分析：

   • 並行変数間隔（VI）スケジュールに関する2つの古典的なデータセット（Alsop & Elliffe, 1988; Elliffe & Alsop, 1996）を再分析した。
   • データは条件レベルで集計されているため、被験者固有のランダム効果を用いたベータ回帰を使用した。
   • 5つのモデルを比較した：3つの静的モデル（GML、ロジット差分、プロビット差分）と、指数加重移動平均（EWMA）による強化履歴を組み込んだ2つの疑似動的モデル。
   • EWMA減衰パラメータ（$\lambda$）に対する感度と、予測精度（ELPD）を評価した。

主要な貢献

• モデル選択の再定義： 本論文は、モデル選択を普遍的な法則を巡る争いとしてではなく、特定の理論的問いに対する「妥当な近似」の評価として捉えるべきだと主張している。モデルの妥当性は、目的（説明か予測か）、メカニズム、および文脈に依存する。
• BMAとスタッキングの区別： 本研究は、BMAとスタッキングの重みがしばしば乖離することを示している。BMAの重みは、仮定された生成プロセスに対する構造的忠実度を反映するが、スタッキングの重みは予測的な相補性を反映する。この乖離は、異なるモデルが、行動の組織化における異なる（重複しない）側面（例：定常状態への感度 vs 一時的な履歴効果）を捉えている可能性を浮き彫りにしている。
• ハイブリッドモデルの設計： 静的な比率ベースの構造と、動的な履歴依存項を統合した「ハイブリッド」な定式化を提案している。これにより、異なる時間的メカニズム（例：短期的な反復 vs 長期的な蓄積）が、選択の制御可能性にどのように共同で寄与するかを体系的にテストすることが可能になる。
• 文脈依存的な仮説空間： 分析の結果、「最良の」仮説空間は不変ではないことが示された。それは、配置された随伴性の構造に基づいて再編成される。ある文脈では単一のモデルが支配的であり、別の文脈では、空間が拡散し、複数のモデルが必要となる。

結果

• シミュレーション1： 真の生成プロセスがロジットモデルであった場合、BMAはロジットモデルに最も高い重み（0.72）を正しく割り当てた。しかし、スタッキングはプロビットモデルに最も高い重み（0.70）を割り当て、ロジットモデルには0.30を割り当てた。これは、ロジットが真の生成器であったにもかかわらず、プロビットモデルの誤差構造が混合体の中でロジットに対してより相補的であったために起こった。対数比モデルは、構造的な不一致（比率 vs 差分）により、両方の指標において低い性能を示した。
• シミュレーション2： 真のプロセスが履歴依存的（価値差分モデル）であった場合、真のモデルは最も高いBMAの重み（0.97）を受け取った。しかし、スタッキングは相互作用モデル（0.23）と動的GML（0.31）に重みを分散させた。これは、これらのモデルが、全体的な予測精度を向上させるための相補的な時間的パターン（短期的な相互作用 vs 長期的なトレンド）を捉えていたことを示している。
• 実証的再分析（1988年データセット）： 仮説空間は一般化マッチング法則（GML）の周囲に「鋭く集中」していた。静的な比率ベースのモデルがBMAとスタッキングの両方で支配的であり、動的な項は予測的な価値をほとんど加えなかった。これは、このデータセットの随伴性が、安定した比率ベースの制御を生み出していたことを示唆している。
• 実証的再分析（1996年データセット）： 仮説空間は「拡散」していた。単一のモデルが一致した支配力を示すことはなかった。モデルの重みはGML、ロジット、およびプロビットの定式化に分散しており、動的モデルは不安定な方向の変化を示した。これは、随伴性が弱く構造化されており、強化と選択の間のマッピングが不変ではなかったことを示唆している。
• 頑健性： 強化履歴の係数（$\beta_1$）および予測精度（ELPD）は、広範なEWMA減衰パラメータ（$\lambda$）にわたって頑健であり、履歴効果に関する結論が特定のパラメータ選択のアーティファクトではないことを示した。

意義と主張
本論文は、行動制御の文脈依存性を考慮すると、選択に関する単一の「正しい」モデルを探索することは概念的に誤りであると主張している。アンサンブル学習の枠組みを採用することで、研究者は以下のことが可能になる：

1. 柔軟な仮説空間の構築： 「M-closed」の仮定を超え、複数のモデルが部分的に妥当であり、行動プロセスの異なる構成要素を捉えている可能性があることを認める。
2. 前向きな制御の強化： アンサンブル手法は、単一のモデルよりも、新しい、あるいは非定常な随伴性（例：強化率やスケジュールの変化）の下での行動を予測するための、より堅牢な予測分布を提供する。
3. 行動分析学の目標との整合： このアプローチは、モデルを固定された自然法則としてではなく、操作可能な変数（感度、バイアス、履歴カーネル）を特定するためのツールとして扱うことで、モデルに基づく推論を行行動分析学の核心的な目的である記述、予測、および制御に適合させる。

著者は、行動分析における理論的進歩は、特定のパラメトリックな形式を擁護することよりも、環境の操作可能な次元と、強化が制御を通じて作用する複数のプロセスを反映した、より豊かな仮説空間を設計することにかかっていると結論づけている。