[论文解读] Additive Bayesian Network Modelling with the R Package abn

Gilles Kratzer, Fraser Lewis+3 more|arXiv (Cornell University)|Nov 20, 2019

Bayesian Modeling and Causal Inference参考文献 47被引用 10

一句话总结

本论文介绍了 R 包 abn 用于加性贝叶斯网络（ABN）建模，支持使用贝叶斯或信息理论评分方法对混合变量类型（连续型、离散型、计数型）进行数据驱动的结构学习。该包支持精确和贪心搜索算法，整合了先验知识和随机效应以实现聚类控制，并为系统流行病学提供了一个理论严谨、计算高效的框架，已在猪呼吸道疾病数据集上得到验证。

ABSTRACT

The R package abn is designed to fit additive Bayesian models to observational datasets. It contains routines to score Bayesian networks based on Bayesian or information theoretic formulations of generalized linear models. It is equipped with exact search and greedy search algorithms to select the best network. It supports a possible blend of continuous, discrete and count data and input of prior knowledge at a structural level. The Bayesian implementation supports random effects to control for one-layer clustering. In this paper, we give an overview of the methodology and illustrate the package's functionalities using a veterinary dataset about respiratory diseases in commercial swine production.

研究动机与目标

• 开发一个灵活的开源 R 包，用于加性贝叶斯网络建模，支持混合变量类型和复杂数据结构。
• 实现贝叶斯和信息理论评分方法，用于网络结构选择，兼具理论严谨性和计算效率。
• 实现先验知识和随机效应的集成，以实现聚类控制，解决系统流行病学中的常见挑战。
• 提供精确和贪心搜索算法，利用动态规划和启发式优化实现最优网络结构学习。
• 通过一项关于猪呼吸道疾病的兽医流行病学真实案例研究，展示该方法的实用性。

提出的方法

• 该包使用广义线性模型（GLMs）的贝叶斯或信息理论评分来评估网络结构，可处理连续型、离散型和计数型变量。
• 采用迭代嵌套拉普拉斯近似（INLA）实现高效的贝叶斯推断，确保计算上的竞争力。
• 通过动态规划实现精确结构搜索，可在可行的计算范围内发现最优网络。
• 在精确搜索不可行的大规模网络中，使用贪心搜索算法实现可扩展的结构学习。
• 该框架支持在结构层面输入先验知识，并通过随机效应建模单层聚类。
• 参数估计基于来自 GLMs 的条件概率分布，通过优势比报告效应大小。

实验结果

研究问题

• RQ1 加性贝叶斯网络如何有效用于系统流行病学中混合类型观察数据的建模？
• RQ2 在不同数据条件下，精确和贪心搜索算法在识别最优网络结构方面的表现如何？
• RQ3 在分层数据结构中，引入用于聚类的随机效应在多大程度上提升了模型准确性？
• RQ4 在 abn 包中，先验知识在多大程度上可被整合到网络结构学习过程中？
• RQ5 abn 中的贝叶斯评分方法在理论严谨性和计算效率方面与其他评分方法相比如何？

主要发现

• abn R 包成功实现了理论基础扎实、计算高效的加性贝叶斯网络建模框架，适用于混合变量类型。
• 使用动态规划的精确结构搜索在较小网络中可用且有效，可提供最优解。
• 贪心搜索算法使大规模网络的可扩展结构学习成为可能，是精确搜索的实用替代方案。
• 通过整合随机效应，可对聚类进行恰当控制，这是该框架相对于其他系统流行病学 R 包的关键优势。
• 结合 INLA 的贝叶斯评分系统确保了稳健推断，并可通过条件优势比支持效应大小估计。
• 针对猪呼吸道疾病的案例研究展示了该方法在复杂真实流行病学数据中揭示有意义关系的能力。