[論文レビュー] simmr: A package for fitting Stable Isotope Mixing Models in R

Emma Govan, Andrew L. Jackson+3 more|arXiv (Cornell University)|Jun 13, 2023

Isotope Analysis in Ecology被引用数 18

ひとこと要約

本論文は、MCMC または Fixed Form Variational Bayes を用いて Stable Isotope Mixing Models (SIMMs) をフィットするための R パッケージ simmr を紹介し、データ構造、モデリング方程式、実用的なワークフローを ケーススタディとともに詳述します。

ABSTRACT

We introduce an R package for fitting Stable Isotope Mixing Models (SIMMs) via both Markov chain Monte Carlo and Variational Bayes. The package is mainly used for estimating dietary contributions from food sources taken via measurements of stable isotope ratios from animals. It can also be used to estimate proportional contributions of a mixture from known sources, for example apportionment of river sediment, amongst many other use cases. The package contains a simple structure which allows non-expert users to interface with the package, with most of the computational complexity hidden behind the main fitting functions. In this paper we detail the background to these functions and provide case studies on how the package should be used. Further examples are available in the online package vignettes.

研究の動機と目的

• accessible な R 実装を提供するため MCMC と FFVB を用いて SIMMs をフィットする。
• 複数のトレーサーを用いた SIMMs の数学的基礎の説明、Trophic Discrimination Factors および濃度依存性を含む。
• 実践における SIMMs のデータ処理、診断、可視化ワークフローを実演する。
• ケーススタディ（Brent Geese）を提示し、マルチトレーサー modeling とグループ別分析を示す。

提案手法

• 複数のトレーサーと補正（TDFs および濃度依存性）を含む SIMM の数学モデルを定義する。
• 源成分の割合に CLR priors を用い、残差には vague priors を用いる。
• 2つのフィット法を提供: MCMC via JAGS と Fixed Form Variational Bayes (FFVB)。
• 出力とプロットのための単純で統一されたデータ構造と S3 クラスを提供する。
• iso-space plots のような視覚化ツールと posterior summaries のマトリクスを含む。

Figure 1: Barplot on the left showing the number of downloads that packages using stable isotope mixing models have obtained (download numbers obtained via the cranlogs package ( cranlogsref ) ) and barplot on the right showing the number of citations papers describing SIMMs software have received o

実験結果

リサーチクエスチョン

• RQ1 SIMMs を R で実装して初心者と上級者の双方にアクセスしやすくするにはどうすればよいか？
• RQ2 MCMC と Fixed Form Variational Bayes を用いて SIMMs をフィットした場合、simmr はどのように性能を発揮し、比較されるか？
• RQ3 TDFs および濃度依存性の補正を伴うマルチトレーサー SIMMs をフィットするために必要なデータ構造と前処理ステップは何か？
• RQ4 収束の診断方法と後方要約、および源間の相関の解釈方法はどうするか？
• RQ5 パッケージはグループ化データや繰り返し測定データを扱い、そのような構造に適した出力とビジュアルを提供できるか？

主な発見

• simmr は MCMC と FFVB のフィットの両方をサポートし、源成分の割合と残差の後方分布サンプルを提供します。
• 本パッケージは、両方のフィット法と互換性のある、単純で整然としたデータインターフェースとプロットツール（iso-space および matrix plots を含む）を提供します。
• 収束診断（Gelman）を提供して MCMC 実行を評価し、後方要約は源寄与の平均、標準偏差、および信用区間を生み出します。
• iso-space プロットと mixing polygon チェックは、モデル化前に混合物が妥当な source space 内にあることを保証するのに役立ちます。
• Brent Geese のケーススタディは、グルーピングを伴うマルチトレーサー（2つの同位体）モデリングを実証し、実践的なワークフローと出力を示します。
• 本論文は、simmr を既存の SIMM ツールへの使いやすい代替として位置づけ、FFVB により複雑なデータセットのフィットを高速化します。

Figure 2: Simple iso-space plot produced by \pkg simmr. The isotope ratios are presented on the x-axis. A, B, and C represent different food sources (with error bars included) and the purple dots represent the mixture values.