[論文レビュー] Bayesian nonparametric estimation of Tsallis diversity indices under Gnedin-Pitman priors

Annalisa Cerquetti|arXiv (Cornell University)|Apr 14, 2014

Bayesian Methods and Mixture Models参考文献 33被引用数 3

ひとこと要約

本稿では、未知の種数を伴う未十分にサンプルされた生態系において、Gnedin-Pitman プライアーモデルに基づくベイジアン非パラメトリック枠組みを提案し、Tsallis 多様度インデックスの推定を可能にする。この枠組みにより、全家族の Tsallis インデックスに対する正確な事後モーメントが導出され、頻度主義推定量のバイアスを克服し、ディリクレ・プライアーモデル下でのシャノンおよびシンプソンの多様度に関する先行研究を一般化する。

ABSTRACT

Tsallis entropy is a generalized diversity index first derived in Patil and Taillie (1982) and then rediscovered in community ecology by Keylock (2005). Bayesian nonparametric estimation of Shannon entropy and Simpson's diversity under uniform and symmetric Dirichlet priors has been already advocated as an alternative to maximum likelihood estimation based on frequency counts, which is negatively biased in the undersampled regime. Here we present a fully general Bayesian nonparametric estimation of the whole class of Tsallis diversity indices under Gnedin-Pitman priors, a large family of random discrete distributions recently deeply investigated in posterior predictive species richness and discovery probability estimation. We provide both prior and posterior analysis. The results, illustrated through examples and an application to a real dataset, show the procedure is easily implementable, flexible and overcomes limitations of previous frequentist and Bayesian solutions.

研究の動機と目的

• 種の豊度分布が未知で、種の数が無限大である可能性がある状況において、Tsallis 多様度インデックスを推定する完全に一般化されたベイジアン非パラメトリック手法の開発。
• 小規模で未十分にサンプルされたデータセットからの多様度インデックスの最尤推定に内在する負のバイアスを解消すること。
• ディリクレ・プライアーモデル下でのシャノンおよびシンプソンの多様度に関する既存のベイジアン手法を、より広いクラスのプライアーモデル下で、Tsallis インデックス全般にまで拡張すること。
• Gnedin-Pitman プライアーモデル下で、Tsallis インデックスの解析的に扱いやすい事後モーメントを提供し、実装可能性と不確実性の定量化を可能にすること。

提案手法

• 本手法は、2パラメータのポisson-ディリクレ過程を一般化し、種のサンプリング問題に適した柔軟なランダム離散分布のクラスである Gnedin-Pitman プライアーモデルを採用する。
• 交換可能な種系列の予測分布と1ステップ予測ルールを用いて、Tsallis インデックス $ S_m = \sum_{j=1}^\infty P_j^m $ の事後モーメントを導出する。
• 組合せ的恒等式と Pólya 型の予測確率を活用し、観測済みおよび未観測種からの寄与に分けることで、$ (\sum_{j=1}^\infty \tilde{P}_j^m)^\xi $ の事後期待値を分解する。
• モーメント生成関数と漸近展開を用いて、$ H_m(P) $ の事後平均および分散の正確な表現を導出する。$ m \to 1 $ の極限を含み、シャノンエントロピーを回復する。
• 一般化された Pólya の urn スキームと予測確率関数 $ p_{\mathbf{m}}^{\mathbf{s}}(\mathbf{n}) = \frac{V_{n+v,k+k^*}}{V_{n,k}} \prod_{j=1}^k (n_j - \alpha)_{m_j} \prod_{i=1}^{k^*} (1 - \alpha)_{s_i - 1} $ を用いて、新たなサンプルにおける種の割り当てをモデル化する。
• 理論的結果は数値例および実際の生態データセットへの応用を通じて検証され、小標本領域における柔軟性と頑健性が示された。

実験結果

リサーチクエスチョン

• RQ1 種の数が不明でサンプルサイズが小さい状況において、Tsallis 多様度インデックスをどのようにベイジアン非パラメトリック枠組みで推定できるか。
• RQ2 Gnedin-Pitman プライアーモデル下で、Tsallis インデックス $ H_m(P) $ の正確な事後モーメントは何か。また、それらはシャノンおよびシンプソンのインデックスに関する先行結果をどのように一般化するか。
• RQ3 このベイジアン枠組みにおいて、$ m \to 1 $ の極限での Tsallis インデックスが、一貫してシャノンエントロピーに回復されるか。
• RQ4 未十分にサンプルされた生態系において、本手法は頻度主義の最尤推定法と比べてバイアスおよび分散の点でどのように異なるか。
• RQ5 Gnedin-Pitman プライアーモデルは、多様度推定における解析的取り扱いやすさと性能向上にどのように寄与するか。

主な発見

• Gnedin-Pitman プライアーモデル下で、Tsallis インデックス $ H_m(P) $ の事後平均が閉形式で導出され、すべての $ m > 0 $（特に $ m \to 1 $ の極限を含む）に対して一貫的かつ解析的に取り扱いやすい推定量が得られる。
• $ H_m(P) $ の事後分散が明示的に計算可能であり、多様度推定の不確実性の定量化および信頼区間の構築が可能になる。
• $ m \to 1 $ の極限における事後平均の極限が、シャノンエントロピーの事後平均に収束することを確認し、既存の文献結果との一貫性を裏付けた。
• 種の豊度分布の全事後分布にわたる統合により、特に希少種の状況で最尤推定量の負のバイアスを克服する。
• モンテカルロサンプルまたは導出されたモーメント式の数値評価により、本フレームワークは容易に実装可能であり、実際の生態データにおいても良好な性能を示す。
• Gnedin-Pitman プライアーモデルの使用により、スケーリング則やフラクタル的構造を示す種の豊度分布を柔軟にモデル化でき、生態系における経験的パターンと整合する。