[논문 리뷰] Modelling latent individual heterogeneity in mark-recapture data with Dirichlet process priors

Jessica H. Ford, Toby A. Patterson외 1명|arXiv (Cornell University)|2015. 11. 23.

Bayesian Methods and Mixture Models참고 문헌 11인용 수 6

한 줄 요약

이 논문은 북대서양 고래와 같은 해양 종에서의 표식-재포획 데이터에서 잠재적 개인 이질성을 모델링하기 위해 디리클레 프로세스 사전분포를 갖는 계층 베이지안 숨은 마르코프 모델을 제안한다. 이 방법은 검출 확률과 서식지 유지는 다중모드 개인 변동성을 비모수적으로 추정할 수 있게 하여 고정된 클러스터 수나 비모수 형태를 가정하지 않고도 여러 행동군을 정확히 식별할 수 있으며, 인구 추론의 정교함을 향상시킨다.

ABSTRACT

The natural subgroups often seen in mark-recapture studies and the complexity of real mark-recapture data means that parametric and discrete style models can be insufficient. Non-parametric models avoid these often restrictive assumptions. We consider the non-parametric Dirichlet process for modelling latent individual heterogeneity in probability of observation and the probability of remaining in or out of a marine sanctuary. Simulation studies demonstrated accurate estimation of multiple groups of latent individual heterogeneity. Simulations were also used to identify the limits of the Dirichlet process. The ability of the Dirichlet process to pick up unimodal heterogeneity was explored in order to avoid potential spurious multimodality. In application to a subset of the data from the North Atlantic humpback whales we were able to estimate annual population-level variation in usage of the marine sanctuary and three measures of individual-level variation. With the Dirichlet process prior we were able to detect multimodality in each parameter.

연구 동기 및 목표

• 표식-재포획 데이터에서 복잡한 개인 이질성을 포괄하지 못하는 파rametric 및 이산 모델의 한계를 해결하기 위해.
• 사전에 클러스터 수나 기능 형태를 고정하지 않는 탄력적인 비모수적 방법을 개발하기 위해.
• 관찰되지 않는 개인 차이가 존재하는 인구에서 생존, 검출, 서식지 이용 패턴의 추정 정확도를 향상시키기 위해.
• 북대서양 고래의 실제 데이터에 이 방법을 적용하여 행동 모드 탐지 성능을 평가하기 위해.

제안 방법

• 숨은 마르코프 모델의 관측 및 과정 성분에서 개인 이질성을 모델링하기 위해 디리클레 프로세스 사전분포를 사용한다.
• 디리클레 프로세스를 중국 식당 프로세스 표현을 통해 사용하여 개인들을 잠재 행동군으로 비모수적 클러스터링한다.
• 계층 베이지안 프레임워크 하에서 매개변수의 사후분포를 추정하기 위해 마르코프 체인 몬테카를로(MCMC) 샘플러를 적용한다.
• 검출 확률과 상태 전이 확률(예: 해양 보호구역에 머무르는지 여부)에 개인 수준의 랜덤 효과를 통합한다.
• 디리클레 프로세스를 통해 무한 클러스터링을 허용하여 사전에 행동군 수를 정의할 필요가 없도록 한다.
• 모델 성능, 정확도 및 다중 모드 탐지에서의 한계를 평가하기 위해 시뮬레이션 연구를 실시한다.

실험 결과

연구 질문

• RQ1 고정된 클러스터 수를 가정하지 않고 비모수적 디리클레 프로세스 사전분포가 표식-재포획 데이터에서 다수의 고유한 개인 이질성 그룹을 효과적으로 탐지할 수 있는가?
• RQ2 디리클레 프로세스는 실제 데이터에서 검출 확률과 서식지 유지를 위한 다중모드 분포를 얼마나 정확히 모형화할 수 있는가?
• RQ3 데이터가 희박하거나 정보가 부족할 경우, 디리클레 프로세스는 낮은 검출 확률과 낮은 서식지 유지를 구분하는 데 어떤 한계를 가질 수 있는가?
• RQ4 개인 이질성이 존재하는 조건에서 고정 효과 모델에 비해 이 모델이 인구 수준의 서식지 이용 패턴 추정에서 더 우수한 성능을 보일 수 있는가?
• RQ5 이 방법은 고래와 같은 해양 포유류의 개별 이동 및 검출 패턴에서 의미 있는 행동 모드를 탐지할 수 있는가?

주요 결과

• 시뮬레이션 연구에서 디리클레 프로세스 사전분포는 최대 세 개의 고유한 개인 이질성 그룹을 강력한 정확도로 탐지하여 다중모드 분포 식별 능력을 입증했다.
• 모델은 관측 확률, 해양 보호구역에 머무를 확률, 외부에 머무를 확률이라는 세 핵심 매개변수에서 다중모드성을 정확히 추정했다.
• 시뮬레이션에서 모델는 데이터 암시성(ali either)으로 인해 낮은 검출 확률과 낮은 서식지 유지를 구분하는 데 어려움을 겪었지만, 이는 디리클레 프로세스 자체의 문제로 인한 것이 아니었다.
• 북대서양 고래 데이터에 적용한 결과, 관측 및 상태 전이 확률 모두에서 명확한 다중모드 패턴이 나타나 서로 다른 행동 유형이 존재함을 시사했다.
• 후행 확률이 낮은 개인들은 주로 몇 차례만 관측된 individuals였으며, 이는 희박한 포획 이력으로 인한 식별 가능성 문제를 반영했다.
• 고정 효과 모델에 비해 이 모델은 보호구역 이용에 대해 더 객관적이고 편향이 적은 추정치를 제공했으며, 유사 조건에서 고정 효과 모델은 사용률을 과대추정하는 경향이 있었다.