Statistical description and dimension reduction of continuous time categorical trajectories with multivariate functional principal components

기술적 요약: 연속 시간 범주형 궤적의 통계적 기술 및 차원 축소

1. 문제 제기

본 논문은 연속 시간 범주형 궤적 집합을 통계적으로 기술하고 비교하는 과제를 다룹니다. 함수형 데이터 분석 (FDA) 은 $\mathbb{R}$ 값을 갖는 무작위 궤적을 위한 도구를 광범위하게 개발해 왔으나, 유한한 비수치 상태 집합 $S = \{S_1, \dots, S_q\}$ 값을 갖는 궤적에는 상대적으로 적은 관심이 기울여졌습니다.

기존 접근법은 다음과 같은 특정 한계를 겪습니다:

• 범주형 함수형 데이터 분석 (CFDA): 연속 시간 대응 분석 (Deville, 1982) 에 기반하여 궤적을 실수 성분으로 인코딩합니다. 그러나 개별 궤적의 해석은 종종 까다로우며, 특정 시점에서 발생 확률이 0 인 상태에 대해서는 이 방법이 어려움을 겪습니다.
• 마르코프/준마르코프 과정: 이러한 과정은 집단 수준에서 궤적의 법칙을 모델링하지만, 개인 수준 분석에는 지나치게 단순한 경우가 많습니다. 또한, 여러 상태가 동시에 관찰될 수 있는 프레임워크 (예: Temporal Check-All-That-Apply 또는 TCATA) 에서는 시스템 상태 수 ($2^q$) 가 기하급수적으로 증가해야 하므로 이러한 접근법은 어려움을 겪습니다.

저자들은 궤적이 유한한 점프를 가진 구간별 상수이며 여러 상태가 공존할 수 있는 시나리오를 특히 고려하여, 정보 손실 없이 범주형 궤적을 간단히 표현하고 비교할 수 있는 도구를 제공하고자 합니다.

2. 방법론

제안된 접근법은 범주형 궤적의 통계적 기술 문제를 다변량 함수형 주성분 분석 (MFPCA) 문제로 변환합니다.

수학적 프레임워크:

• 이진 지시자 변환: 범주형 과정 $Y(t)$를 직접 분석하는 대신, 저자들은 각 상태 $S_j$를 이진 무작위 지시 함수 $X_j(t) = \mathbb{1}_{\{Y(t) \ni S_j\}}$와 연관시킵니다. 이는 $\{0, 1\}^q$ 값을 갖는 다변량 함수형 벡터 $X(t) = (X_1(t), \dots, X_q(t))$를 생성합니다.
• 함수형 공간: 궤적은 힐베르트 공간 $H = L^2([0, T], \mathbb{R}^q)$ 내의 무작위 원소로 모델링됩니다. 저자들은 궤적이 확률적으로 연속이라는 약한 가정 (가정 H1) 하에 그리고 오른쪽 연속이며 왼쪽 극한을 갖는 함수 공간 ($D([0, T], \mathbb{R}^q)$) 에 속한다는 가정 하에, 이러한 과정들이 결합 측정 가능하며 잘 정의된 평균 및 공분산 연산자를 가짐을 입증합니다.
• 가법 분해: CFDA 가 결합 확률의 승법 분해를 사용하는 것과 달리, 본 방법은 공분산 구조의 가법 분해에 의존합니다. 공분산 연산자 $\Gamma$는 커널 $\gamma(s, t)$를 통해 정의되며, 비대각 항은 독립성에서의 편차를 나타냅니다.
• 차원 축소: 본 방법은 벡터 $X$에 대해 MFPCA 를 수행합니다. 카르훈 - 로브 (Karhunen-Loève) 전개는 중심화된 과정 $X - p$ (여기서 $p$는 평균 궤적) 를 고유함수 $\phi_r$로 생성된 저차원 부분 공간으로 표현할 수 있게 합니다.

추정:

• 일관성: 본 논문은 약한 정규성 가정 하에 경험적 평균 $\hat{p}$와 경험적 공분산 연산자 $\hat{\Gamma}$에 대한 일관성 결과를 제공합니다.
• 이산 관측: 저자들은 궤적이 통제된 실험에서 포괄적으로 관찰될 수 있음을 지적하지만, 비모수적 평활 (국소 선형 평활기) 을 사용하여 충분히 조밀한 이산화 점 격자에서도 일관된 추정치를 얻을 수 있으며, 로그 인자까지의 모수적 수렴 속도를 달성할 수 있음을 언급합니다.

3. 주요 기여

• 통합 프레임워크: 본 접근법은 정확히 하나의 상태가 활성화된 **감각 우세 시간 (TDS)**과 여러 상태가 동시에 활성화될 수 있는 TCATA를 모두 포괄하며, 상태 공간 차원의 폭발을 요구하지 않습니다.
• 이론적 엄밀성: 본 논문은 불연속적이고 구간별 상수인 범주형 궤적을 제곱 적분 가능 함수의 힐베르트 공간 내 무작위 원소로 취급하는 것에 대한 엄밀한 수학적 근거를 제공하며, 확률적 연속성 가정 하에 평균 및 공분산 함수의 연속성을 확립합니다.
• 해석 가능성: 생성된 주성분은 각 상태에 대한 평균 확률 곡선 주변의 변동으로 쉽게 해석됨이 입증되었습니다. 이 방법은 개별 궤적에서 지배적인 패턴을 식별할 수 있게 합니다.
• 영 확률에 대한 강건성: 대응 분석의 승법 접근법 대신 공분산의 가법 분해를 사용함으로써, 특정 시점에서 상태의 발생 확률이 0 일 때 정의되지 않는 인코딩 함수 문제를 피합니다.

4. 결과

본 방법론은 50 명의 패널이 3 가지 다른 미각계 제어 자극 (S04, S06, S07) 을 맛보는 150 건의 감각 지각 실험 데이터셋을 사용하여 시각화되었습니다. 여기서 가능한 감각 상태는 $q=8$개입니다.

• 차원 축소: 첫 번째와 두 번째 주성분은 총 분산의 34% (각각 23% 와 11%) 를 설명했습니다. 고유값은 궤적의 불연속적 성질을 반영하여 천천히 감소했습니다.
• 자극 구분:
  • PC1은 시작 시 레몬 확률이 높고 끝부분에 단맛 확률이 높은 S04 자극을 반대 패턴을 보이는 S06 자극과 효과적으로 구분했습니다.
  • PC2는 산미 $\to$ 단맛 $\to$ 짠맛 패턴을 보이는 S07 자극을 다른 자극들과 구분했습니다.
• CFDA 와의 비교:
  • MFPCA 점수는 CFDA 점수의 첫 번째 차원과 높은 선형 상관관계 (0.93) 를 보이며 자극 그룹을 성공적으로 분리했습니다.
  • 그러나 MFPCA 는 발생 확률 측면에서 더 직접적인 해석을 제공했습니다.
  • CFDA 는 발생 비율이 0 일 때 인코딩 함수가 정의되지 않는다는 이유로 '민트' (주변 요소) 설명어에 어려움을 겪었습니다. 반면, MFPCA 는 이러한 영 확률 구간을 자연스럽게 처리했습니다.
  • CFDA 의 두 번째 차원은 주로 이상치 (민트 주변 요소와 같은 희귀 사건) 를 포착한 반면, MFPCA 의 두 번째 차원은 S07 신호를 다른 신호들과 성공적으로 분리했습니다.

5. 중요성 및 주장

저자들은 이 접근법이 통계적으로 일관되고 해석 가능한 범주형 함수형 데이터의 차원 축소를 위한 강력한 도구를 제공한다고 주장합니다.

• 개인 수준 분석: 집단 수준의 법칙에 초점을 맞춘 마르코프 기반 접근법과 달리, 본 방법은 개별 궤적의 분석 및 비교를 용이하게 합니다.
• 동시 상태 처리: 본 방법은 여러 상태가 공존하는 TCATA 와 같은 실험 프레임워크를 자연스럽게 처리하며, 이는 복잡성을 극적으로 증가시키지 않고는 표준 마르코프 또는 대응 분석 접근법으로 모델링하기 어려운 시나리오입니다.
• 예측 유용성: 축소된 차원 표현 (주성분 점수) 은 스칼라 - 대 범주형 함수형 데이터 회귀와 같은 예측 모델의 설명 변수로 활용될 수 있습니다. 저자들은 이러한 점수에 기반한 간단한 판별 분석이 근본적인 미각 실험 (S04, S06, 또는 S07) 을 정확하게 예측할 수 있음을 입증했습니다.
• 일반성: 본 프레임워크는 이전 연구 (Cardot and Peltier, 2025) 의 확장으로 제시되며, 약한 가정 하에 더 상세한 수학적 기술과 일관된 추정치를 제공하여 유한 점프를 갖는 모든 연속 시간 범주형 과정에 적용 가능합니다.