[논문 리뷰] Approximate methods for dynamic ecological models

Matteo Fasiolo, Simon N. Wood|arXiv (Cornell University)|2015. 11. 09.

Markov Chains and Monte Carlo Methods참고 문헌 28인용 수 5

한 줄 요약

이 논문은 생태학적 상태공간 모델에 대한 완전한 우도가 계산이 불가능할 경우, 특히 전체 데이터가 복잡하거나 고차원적인 경우, 입실론 우도 방법—특히 합성 우도(Synthetic Likelihood, SL)를 사용하여 입자 필터의 강력한 대안으로 제안한다. 개미지의 포식자-피식자 모델을 통해 요약 통계량 기반 추론이 완전한 우도 방법과 유사한 정확도를 제공함과 동시에 모형 잘못 설정 및 초기화 문제에 더 강건함을 입증한다.

ABSTRACT

This document is due to appear as a chapter of the forthcoming Handbook of Approximate Bayesian Computation (ABC) by S. Sisson, L. Fan, and M. Beaumont. Here we describe some of the circumstances under which statistical ecologists might benefit from using methods that base statistical inference on a set of summary statistics, rather than on the full data. We focus particularly on one such approach, Synthetic Likelihood, and we show how this method represents an alternative to particle filters, for the purpose of fitting State Space Models of ecological interest. As an example application, we consider the prey-predator model of Turchin and Ellner (2000), and we use it to analyse the observed population dynamics of Fennoscandian voles.

연구 동기 및 목표

• 완전한 데이터가 복잡하거나 고차원적인 경우 생태학적 동적 모형에서 우도가 계산이 불가능한 문제를 해결하기 위해.
• 기존의 우도 기반 방법이 실패하는 상황에서 요약 통계량 기반 추론—특히 합성 우도—가 신뢰할 수 있는 매개변수 추정치를 제공할 수 있는지 평가하기 위해.
• 비선형적이며 비정규 분포를 띠는 생태학적 상태공간 모형의 맥락에서 합성 우도와 입자 필터의 강건성과 성능을 비교하기 위해.
• 표준 우도 방법으로는 처리가 어려운 복잡한 생태학적 모형에 대해 시뮬레이션 기반 추론의 실용성과 효율성을 입증하기 위해.

제안 방법

• 다변량 정규분포를 가정하는 요약 통계량의 우도 근사화를 통해 근사 베이지안 계산(ABC) 유사 방법인 합성 우도(SL)를 사용한다.
• 관측된 데이터에서 유도된 요약 통계량 S(y_obs)의 집합을 활용하여 우도의 다변량 정규분포 근사를 구성한다.
• Fennoscandian 쥐 개체군 데이터에 적합된 비선형 포식자-피식자 모델(Turchin과 Ellner, 2000)에 이 방법을 적용한다.
• 모형 잘못 설정 및 나쁜 초기화 조건 하에서 매개변수 추정 정확도와 강건성을 평가함으로써 SL과 입자 필터를 비교한다.
• 모델 구현을 위해 pomp R 패키지를, 합성 우도 계산을 위해 synlik R 패키지를 사용한다.
• 시뮬레이션 기반 추론에 의존한다: 각 매개변수 샘플링 시 모형에서 데이터를 시뮬레이션하고, 요약 통계량을 계산하며, 관측된 통계량과의 거리를 평가한다.

실험 결과

연구 질문

• RQ1 합성 우도는 완전한 우도가 계산이 불가능한 생태학적 상태공간 모형에 대해 신뢰할 수 있는 매개변수 추정치를 제공할 수 있는가?
• RQ2 비선형적이며 비정규 분포를 띠는 생태학적 모형에서 합성 우도는 입자 필터에 비해 성능과 강건성 면에서 어떻게 비교되는가?
• RQ3 완전한 데이터 대신 요약 통계량을 사용할 경우 생태학적 모델링에서 추정 정확도에 어떤 영향을 미치는가?
• RQ4 어떤 상황에서 요약 통계량 기반 추론이 생태학적 응용에서 완전한 우도 방법보다 우위를 점하는가?
• RQ5 입자 필터가 계산적으로 비용이 많이 들거나 불안정한 모형에서는 합성 우도와 같은 근사 우도 방법을 효과적으로 사용할 수 있는가?

주요 결과

• 완전한 우도가 복잡한 동역학으로 인해 계산이 불가능한 쥐 포식자-피식자 모형에 대해서도 합성 우도는 안정적인 매개변수 추정치를 제공한다.
• 특히 비선형성이 높은 시스템에서는 입자 필터보다 합성 우도가 나쁜 초기 매개변수 값과 모형 잘못 설정에 더 강건하다.
• 이상치에 덜 민감하며, 다중모달 완전 우도를 가진 모형에서도 잘 작동하며, 이 경우 입자 필터는 수렴하지 못할 수 있다.
• 요약 통계량을 신중하게 선택하여 데이터의 핵심 특징을 잘 반영할 경우, 데이터 압축으로 인한 정보 손실이 크지 않다.
• 시뮬레이션 기반 성격 덕분에, 시뮬레이터와 요약 통계량만 업데이트하면 되므로 모형 개발 및 테스트에 매우 탄력적이다.
• 데이터 감소로 인한 정보 손실에도 불구하고, 합성 우도는 완전한 우도 방법이 계산적으로 불가능한 상황에서 입자 필터의 실용적이고 일반적인 대안을 제공한다.