[논문 리뷰] Bayes Factor of Zero Inflated Models under Jeffereys Prior

Paramahansa Pramanik, Arnab K. Maity|arXiv (Cornell University)|2024. 01. 08.

Bayesian Methods and Mixture Models인용 수 4

한 줄 요약

이 논문은 비정보적 제프레이나 우선분포를 사용하여, 영점이 희박한 카운트 모형—특히 영점이 희박한 포아송 및 영점이 희박한 음이항 분포 모형—에서의 모형 선택을 위한 베이즈 요인 접근법을 제안한다. 시뮬레이션과 실제 마이크로바이옴 데이터를 통해, 특히 고영점 희박성과 과분산 상황에서 기존의 기준인 AIC와 뷰온의 검정보다 베이즈 요인이 모형을 더 잘 식별하는 것으로 밝혀졌다.

ABSTRACT

Microbiome omics data including 16S rRNA reveal intriguing dynamic associations between the human microbiome and various disease states. Drastic changes in microbiota can be associated with factors like diet, hormonal cycles, diseases, and medical interventions. Along with the identification of specific bacteria taxa associated with diseases, recent advancements give evidence that metabolism, genetics, and environmental factors can model these microbial effects. However, the current analytic methods for integrating microbiome data are fully developed to address the main challenges of longitudinal metagenomics data, such as high-dimensionality, intra-sample dependence, and zero-inflation of observed counts. Hence, we propose the Bayes factor approach for model selection based on negative binomial, Poisson, zero-inflated negative binomial, and zero-inflated Poisson models with non-informative Jeffreys prior. We find that both in simulation studies and real data analysis, our Bayes factor remarkably outperform traditional Akaike information criterion and Vuong's test. A new R package BFZINBZIP has been introduced to do simulation study and real data analysis to facilitate Bayesian model selection based on the Bayes factor.

연구 동기 및 목표

• 고영점 희박성, 과분산, 고차원성을 특징으로 하는 마이크로바이옴 오믹스 데이터에서의 모형 선택 과제를 다루기.
• 영점이 희박한 카운트 데이터에서 기존의 모형 선택 방법인 AIC와 뷰온의 검정의 한계를 극복하기.
• 영점이 희박한 분포에서의 모형 비교를 위한 비정보적 제프레이나 우선분포를 사용한 강력한 베이지안 프레임워크 개발하기.
• 연구자들이 종단적이고 희박한 마이크로바이옴 카운트 데이터에서 베이즈 요인 기반의 모형 선택을 구현할 수 있도록 실용적인 계산 도구 제공하기.

제안 방법

• 비정보적 제프레이나 우선분포 하에서 영점이 희박한 포아송(ZIP) 및 영점이 희박한 음이항(ZINB) 분포에 대한 모형 비교를 베이즈 요인을 통해 수립하기.
• 제프레이나 우선분포를 구성하기 위해 영점 제거된 음이항 분포의 피셔 정보 행렬 유도하기.
• 점근적 이론을 적용하여 정규 조건 하에서 진짜 모형을 선택하는 데 있어 베이즈 요인의 일致성 입증하기.
• 시뮬레이션 및 실제 데이터 분석을 위한 새로운 R 패키지 BFZINBZIP를 통해 방법 구현하기.
• 모형 비교를 위한 주변 가능도 계산을 위해 몬테카를로 적분 및 라플라스 근사 기법 사용하기.
• 알려진 데이터 생성 과정을 가진 시뮬레이션 데이터와 실제 종단적 마이크로바이옴 데이터셋을 사용하여 방법 검증하기.

실험 결과

연구 질문

• RQ1 고영점 희박성과 과분산이 존재하는 상황에서 제프레이나 우선분포 하의 베이즈 요인이 진짜 영점이 희박한 모형을 일관되게 선택할 수 있는가?
• RQ2 마이크로바이옴 카운트 데이터에 대해 베이즈 요인은 AIC와 뷰온의 검정에 비해 모형 선택 정확도에서 어떻게 비교되는가?
• RQ3 특히 불변성과 비정보성 측면에서 영점이 희박한 모형에 제프레이나 우선분포를 사용하는 데 이론적 근거는 무엇인가?
• RQ4 표본 크기가 증가하고 분산 매개변수가 변화함에 따라 베이즈 요인이 높은 검정력과 일관성을 유지하는가?
• RQ5 데이터 생성 과정이 알려진 경우, 제안된 방법이 ZIP 모형과 ZINB 모형을 신뢰성 있게 구별할 수 있는가?

주요 결과

• 베이즈 요인 접근법은 다양한 시뮬레이션 시나리오에서 AIC와 뷰온의 검정보다 진짜 모형의 구조를 더 잘 식별하는 것으로 확인되었다.
• 기존 기준이 자주 실패하는 고영점 희박성과 과분산 상황에서도 이 방법이 뛰어난 성능을 보였다.
• 이론적 분석을 통해 제프레이나 우선분포 하에서 베이즈 요인의 일관성이 확인되었으며, 진짜 모형이 고려될 경우 사후 오즈가 무한으로 수렴함을 입증했다.
• 영점 제거된 음이항 분포에 대한 제프레이나 우선분포 유도로 객관적이고 비정보적인 모형 비교가 가능해졌다.
• R 패키지 BFZINBZIP는 시뮬레이션 연구와 실제 데이터 분석을 모두 성공적으로 지원하여 연구자들이 쉽게 활용할 수 있도록 했다.
• 실제 데이터 분석에서 베이즈 요인은 종단적 마이크로바이옴 데이터셋 여러 건에서 ZIP보다 ZINB가 더 선호되는 모형으로 정확히 식별했으며, 과분산과 과잉 영점의 생물학적 기대와 일치했다.