Analyzing directional errors in spatial orientation using nonparametric circular regression with mixed covariates

Probleemstelling

Richtingsoriëntatie is een fundamentele cognitieve vaardigheid die afhankelijk is van zintuiglijke informatie. Het begrijpen van hoe zintuiglijke omstandigheden (zoals visuele beperkingen of auditieve cues) de nauwkeurigheid van richting beïnvloeden, is cruciaal voor de cognitiewetenschap en het ontwerp van assistieve technologieën.

De auteurs analyseren experimentele data waarbij blinde, slechtziende en ziende deelnemers ruimtelijke update-taken uitvoerden onder vijf verschillende zintuiglijke condities. De responsvariabele is de getekende hoekfout (signed angular error), een circulaire variabele die het verschil aangeeft tussen de gerapporteerde en de werkelijke richting.

De uitdagingen bij het modelleren van deze data zijn tweeledig:

1. Circulaire aard van de respons: De fouten liggen op een cirkel $[0, 2\pi)$ of $(-\pi, \pi]$, waardoor standaard lineaire regressie ongeschikt is.
2. Gemengde covariaten: De voorspellers bestaan uit een combinatie van continue variabelen (zoals de afstand tot het doel) en categorische variabelen (de zintuiglijke conditie). Bestaande methoden voor circulaire regressie behandelen vaak alleen continue voorspellers, terwijl methoden voor gemengde covariaten in de Euclidische ruimte niet direct toepasbaar zijn op circulaire responsen.

Methodologie

De auteurs stellen een niet-parametrisch circulaire regressiekader voor dat gebruikmaakt van een product-kernel schatter (gebaseerd op de Nadaraya-Watson schatter).

• Het Model:
  De respons $\Theta_i$ wordt gemodelleerd als $\Theta_i = [m(X_i, Z_i) + \varepsilon_i] \pmod{2\pi}$, waarbij $X_i$ continue covariaten zijn en $Z_i$ categorische covariaten. De regressiefunctie $m(x, z)$ minimaliseert het verwachte hoekrisico (cosine-verlies).
• De Schatter:
  De schatter wordt geconstrueerd door de onbekende functies $E[\sin(\Theta)|X,Z]$ en $E[\cos(\Theta)|X,Z]$ te schatten via gewogen gemiddelden. De gewichten worden bepaald door een product van een kernel voor continue variabelen (bijv. Gaussisch) en een kernel voor categorische variabelen (bijv. Aitchison-Aitken). Dit staat toe dat het effect van continue variabelen varieert per categorie zonder strikte additiviteit aan te nemen.
• Asymptotische Eigenschappen:
  De auteurs leiden asymptotische uitdrukkingen af voor de bias en variantie van de schatter. De bias bevat termen van orde $O(h^2)$ voor continue smoothing en $O(\lambda)$ voor categorische smoothing. De variantie is van orde $O(1/(nh^k))$.
• Bandbreedte-selectie:
  Omdat plug-in methoden onpraktisch zijn door de complexiteit van de benodigde schatters, worden drie data-gedreven methoden ontwikkeld en vergeleken:
  1. Leave-one-out Cross-Validation (CV): Minimaliseert het voorspellingsverlies.
  2. Rule-of-Thumb (RoT): Een snelle, expliciete heuristiek gebaseerd op steekproefgrootte en standaardafwijkingen.
  3. Bootstrap-methode: Een nieuwe methode die specifiek is ontworpen voor circulaire data en het cosine-verlies. Deze gebruikt een residual-bootstrap om een schatting te maken van het globale voorspellingsrisico.
• Onzekerheidskwantificatie:
  Er wordt een bootstrap-algoritme ontwikkeld voor het construeren van simultane betrouwbaarheidsbanden. Dit algoritme kalibreert het simultane niveau iteratief om de gewenste dekking over het hele domein van de covariaten te garanderen, in plaats van alleen puntsgewijze intervallen.

Belangrijkste Bijdragen

1. Theoretische uitbreiding: Afleiding van de asymptotische bias en variantie voor een Nadaraya-Watson schatter in een circulaire regressiecontext met gemengde (continue en categorische) covariaten.
2. Praktische bandbreedte-selectie: Ontwikkeling en vergelijking van drie selectiestrategieën. De bootstrap-methode, gebaseerd op cosine-verlies, blijkt empirisch superieur te zijn qua stabiliteit en bias-variatie trade-off.
3. Simultane inferentie: Een procedure voor het construeren van simultane betrouwbaarheidsbanden voor circulaire regressiefuncties, essentieel voor het trekken van globale conclusies over het verband tussen variabelen.
4. Software-implementatie: Alle methoden zijn geïmplementeerd in het R-pakket circMixedReg.

Resultaten

• Simulatiestudie:
  De simulaties tonen aan dat de bootstrap-bewerker de kleinste gemiddelde fout (gemeten via Circular Average Squared Error - CASE) oplevert, vooral bij kleinere steekproefgroottes en complexere regressiefuncties. De CV-methode vertoont meer variabiliteit, terwijl de RoT-methode neigt tot oversmoothing (overschatten van de bandbreedte). De bootstrap-methode biedt de beste balans tussen nauwkeurigheid en stabiliteit.
• Toepassing op ruimtelijke oriëntatie (Legge et al., 2016b):
  De analyse van de real-world data onthult niet-lineaire, conditie-specifieke patronen:
  • Control (Volledige zintuigen): De fouten blijven dicht bij nul over de hele afstandsschaal met smalle betrouwbaarheidsbanden.
  • Auditief en Deprivatie: Er treedt een gestructureerde, afstand-afhankelijke drift op. De fouten worden positief (kloksgewijs) naarmate de afstand toeneemt, wat wijst op systematische biases bij gebrek aan visuele input.
  • Preview en Forward Facing: Toonen complexe, niet-monotone patronen.
    De simultane banden maken het mogelijk om statistisch significante afwijkingen van nul te identificeren over specifieke afstandsintervallen per conditie.
  • Uitbreiding: Een model met twee continue voorspellers (afstand en schattingsfout) toont aan dat het toevoegen van perceptuele bias de modelpassing verbetert en asymmetrische patronen in de fouten onthult.

Betekenis en Conclusie

Deze studie biedt een robuust statistisch raamwerk voor het analyseren van richtingsfouten in menselijke oriëntatie. De methodologie stelt onderzoekers in staat om:

• Niet-lineaire relaties tussen taakvraag en sensorische beperkingen te kwantificeren zonder parametrische aannames.
• Systematische biases (richting) en onzekerheid (dispersie) tegelijkertijd te modelleren.
• Conditiespecifieke patronen te detecteren die in gegroepeerde analyses zouden worden gemist.

De bevindingen bevestigen dat sensorische beperkingen niet alleen leiden tot meer variabiliteit, maar ook tot gestructureerde, afstand-afhankelijke distorties in de ruimtelijke oriëntatie. Dit heeft directe implicaties voor het ontwerp van rehabilitatiestrategieën en assistieve technologieën voor mensen met visuele beperkingen, evenals voor het begrijpen van de onderliggende cognitieve mechanismen van ruimtelijke navigatie. De beschikbaarheid van het circMixedReg pakket maakt deze geavanceerde analyse toegankelijk voor een breder publiek.