[論文レビュー] A theory of maximum likelihood for weighted infection graphs

Justin Khim, Po‐Ling Loh|arXiv (Cornell University)|Jun 13, 2018

Data-Driven Disease Surveillance参考文献 30被引用数 4

ひとこと要約

本稿では、累積感染数とエッジの共変量に依存する感染確率を有する重み付き感染グラフにおけるエッジ重みを推定する最尤推定フレームワークを提案する。対数線形重みモデル下で、マルティングルの収束およびポリアのウーム理論を活用し、一貫性および漸近正規性を確立する。順序付きおよび順序なしの感染データの両方を対象としたアルゴリズムを提供し、理論的保証を伴う。合成データおよびエボラ流行データを用いた検証が行われた。

ABSTRACT

We study the problem of parameter estimation based on infection data from an epidemic outbreak on a graph. We assume that successive infections occur via contagion; i.e., transmissions can only spread across existing directed edges in the graph. Our stochastic spreading model allows individual nodes to be infected more than once, and the probability of the transmission spreading across a particular edge is proportional to both the cumulative number of times the source nodes has been infected in previous stages of the epidemic and the weight parameter of the edge. We propose a maximum likelihood estimator for inferring the unknown edge weights when full information is available concerning the order and identity of successive edge transmissions. When the weights take a particular form as exponential functions of a linear combination of known edge covariates, we show that maximum likelihood estimation amounts to optimizing a convex function, and produces a solution that is both consistent and asymptotically normal. Our proofs are based on martingale convergence theorems and the theory of weighted Pólya urns. We also show how our theory may be generalized to settings where the weights are not exponential. Finally, we analyze the case where the available infection data comes in the form of an unordered set of edge transmissions. We propose two algorithms for weight parameter estimation in this setting and derive corresponding theoretical guarantees. Our methods are validated using both synthetic data and real-world data from the Ebola spread in West Africa.

研究の動機と目的

• 疫学的伝播データに基づき、未知のエッジ重みを推定する統計的フレームワークの構築。
• 伝播確率をソースノードの感染回数およびエッジ重みに比例する形でモデル化し、繰り返し感染を許容する。
• 対数線形重みモデル下で最尤推定の理論的保証（一貫性および漸近正規性）を提供する。
• 順序なし伝播データの設定へフレームワークを拡張し、2つの提案アルゴリズムを用いる。
• 実世界のエボラ伝播データおよび合成ネットワークを用いて手法を検証し、伝播に影響を与える主要な共変量を同定する。

提案手法

• エッジを介した伝播が、ソースノードの累積感染数とエッジの重みパラメータに依存する確率的拡散モデルを定式化する。
• 完全な伝播順序が観測可能な場合、エッジ重みを推定するために最尤推定（MLE）を用いる。
• エッジ重みを既知のエッジ共変量の線形結合の指数関数として仮定し、MLEを凸最適化問題に還元する。
• マルティングル収束定理および重み付きポリアのウーム過程を用いて、MLEの一貫性および漸近正規性を証明する。
• 順序なし伝播ケースのための2つのアルゴリズムを提案：1つは反復的重み付けに基づくもの、もう1つは代理尤度関数を用いるもの。
• やや弱い正則性条件の下で、両アルゴリズムの理論的収束保証を導出する。

実験結果

リサーチクエスチョン

• RQ1 ネットワーク内での感染拡大に最も強く寄与するエッジ共変量は何か？
• RQ2 繰り返し感染を許容する重み付き感染グラフにおいて、最尤推定は一貫してエッジ重みを回復できるか？
• RQ3 伝播の順序が不明な場合、統計的推論はどのように行えるか？
• RQ4 このi.i.d.でない流行設定において、MLEに一貫性や漸近正規性といった理論的性質を確立できるか？
• RQ5 人口密度、移動時間、国境といった共変量に基づくエッジ重みが、実世界のエボラデータにおいて伝播にどのように影響を与えるか？

主な発見

• エッジ共変量の線形結合の指数関数として重みをモデル化した場合、エッジ重みのMLEは一貫性および漸近正規性を有する。
• 対数線形重みモデル下で対数尤度関数が凸であるため、効率的な最適化と理論的解析が可能になる。
• エボラデータ解析において、地域間の距離および送り出し・受け取り地域の人口が最も顕著な予測変数であった。t統計量は1,000を上回った。
• 国境は強い正の効果を示した（回帰係数 = 3.027）が、リベリアからシエラレオネへの国境を越えた伝播は大きな負の係数（例：リベリア→シエラレオネで -3.866）を示した。
• 共通語と人口密度が有意な共変量として同定され、標準化係数はそれぞれ0.845および0.312であった。
• 順序なしデータ向けに提案された2つのアルゴリズムは理論的収束性を有し、合成データおよび実世界データの両方で良好な性能を示した。データ構造の変動に対しても頑健であることが示された。