[논문 리뷰] A theory of maximum likelihood for weighted infection graphs

Justin Khim, Po‐Ling Loh|arXiv (Cornell University)|2018. 06. 13.

Data-Driven Disease Surveillance참고 문헌 30인용 수 4

한 줄 요약

이 논문은 누적 감염 수와 간선 공변량에 따라 전파 확률이 달라지는 가중치가 부여된 전파 그래프에서 간선 가중치를 추정하기 위한 최대우도 추정 프레임워크를 제안한다. 로그선형 가중치 모델 하에서 마팅게일 수렴과 폴리아 우르니 이론을 활용하여 일致성과 점근적 정규성을 확립하고, 순서가 있는 및 없는 전파 데이터 모두에 대해 이론적 보장을 갖춘 알고리즘을 제공하며, 시뮬레이션 데이터와 에볼라 유행 데이터를 통해 검증한다.

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.

연구 동기 및 목표

• Epidemic 전파 데이터를 기반으로 알려지지 않은 간선 가중치를 추정하기 위한 통계적 프레임워크를 개발하는 것.
• 전파 확률을 원천 노드의 감염 수와 간선 가중치에 비례하도록 모델링하여 반복 감염을 허용하는 것.
• 로그선형 가중치 모델 하에서 최대우도 추정의 일관성과 점근적 정규성과 같은 이론적 보장을 제공하는 것.
• 순서가 없는 전파 데이터 설정으로 프레임워크를 확장하기 위해 두 가지 제안된 알고리즘을 사용하는 것.
• 실제 에볼라 전파 데이터와 시뮬레이션 네트워크에서 방법을 검증하여 전파에 영향을 주는 주요 공변량을 규명하는 것.

제안 방법

• 원천 노드의 누적 감염 수와 간선의 가중치 파라미터에 따라 전파가 결정되는 스토케스틱 확산 모델을 설정한다.
• 전체 전파 시퀀스가 관측될 경우 최대우도 추정(MLE)을 사용하여 간선 가중치를 추정한다.
• 간선 가중치가 알려진 간선 공변량의 선형 조합의 지수함수로 모델링되며, 이는 MLE를 볼록 최적화 문제로 환원시킨다.
• 마팅게일 수렴 정리와 가중치가 부여된 폴리아 우르니 과정을 활용하여 MLE의 일관성과 점근적 정규성을 증명한다.
• 순서가 없는 전파 사례를 위한 두 가지 알고리즘을 제안: 반복 재가중 기반 알고리즘과 대체 우도 함수를 사용하는 알고리즘.
• 미약한 정규 조건 하에서 두 알고리즘의 이론적 수렴 보장을 도출한다.

실험 결과

연구 질문

• RQ1 네트워크 내 감염 전파에 가장 강하게 영향을 주는 간선 공변량은 무엇인가?
• RQ2 반복 감염이 가능한 가중치가 부여된 전파 그래프에서 최대우도 추정이 간선 가중치를 일관성 있게 복구할 수 있는가?
• RQ3 전파 순서가 없는 경우 통계적 추론을 어떻게 수행할 수 있는가?
• RQ4 이 비i.i.d. 유행 설정에서 MLE에 대해 일관성과 점근적 정규성 등의 이론적 성질을 어떻게 확립할 수 있는가?
• RQ5 실질적인 에볼라 데이터에서 인구 밀도, 이동 시간, 국경 등의 공변량 기반 간선 가중치가 질병 전파에 어떻게 영향을 주는가?

주요 결과

• 간선 공변량의 지수함수로 모델링된 가중치 하에서 간선 가중치에 대한 MLE는 일관성 있고 점근적으로 정규적이다.
• 로그선형 가중치 모델 하에서 로그우도의 볼록성 덕분에 효율적인 최적화와 이론적 분석이 가능하다.
• 에볼라 데이터 분석에서 지역 간 거리와 원천 및 목적지 지역의 인구가 가장 중요한 예측 변수였으며, t통계량은 1,000을 초월했다.
• 국제 국경은 강한 긍정적 영향을 미쳤다 (계수 = 3.027), 반면 리리비아에서 시에라리온으로의 국경을 초월한 전파의 경우 큰 음수 계수(예: 리리비아 → 시에라리온의 경우 -3.866)를 보였다.
• 공통 언어와 인구 밀도가 중요한 공변량으로 규명되었으며, 표준화된 계수는 각각 0.845와 0.312였다.
• 순서가 없는 데이터에 대한 제안된 알고리즘은 이론적 수렴을 달성하고 시뮬레이션 및 실제 데이터 모두에서 잘 작동하여 데이터 구조에 대한 강건성을 보였다.