[论文解读] BAMBI: An R package for Fitting Bivariate Angular Mixture Models

Saptarshi Chakraborty, Samuel W. K. Wong|arXiv (Cornell University)|Aug 25, 2017

Bayesian Methods and Mixture Models参考文献 60被引用 11

一句话总结

本论文介绍了BAMBI，一个用于使用冯·米塞斯分布和Wrapped正态分布对方向数据拟合双变量角度混合模型的R包。它通过最大似然估计实现了对圆形数据的灵活聚类和密度估计，主要贡献包括稳健的参数估计以及用于生物学和环境科学等领域方向数据分析的可视化工具。

ABSTRACT

Statistical analyses of directional or angular data have applications in a variety of fields, such as geology, meteorology and bioinformatics. There is substantial literature on descriptive and inferential techniques for univariate angular data, with the bivariate (or more generally, multivariate) cases receiving more attention in recent years. More specifically, the bivariate wrapped normal, von Mises sine and von Mises cosine distributions, and mixtures thereof, have been proposed for practical use. However, there is a lack of software implementing these distributions and the associated inferential techniques. In this article, we introduce BAMBI, an R package for analyzing bivariate (and univariate) angular data. We implement random data generation, density evaluation, and computation of theoretical summary measures (variances and correlation coefficients) for the three aforementioned bivariate angular distributions, as well as two univariate angular distributions: the univariate wrapped normal and the univariate von Mises distribution. The major contribution of BAMBI to statistical computing is in providing Bayesian methods for modeling angular data using finite mixtures of these distributions. We also provide functions for visual and numerical diagnostics and Bayesian inference for the fitted models. In this article, we first provide a brief review of the distributions and techniques used in BAMBI, then describe the capabilities of the package, and finally conclude with demonstrations of mixture model fitting using BAMBI on the two real datasets included in the package, one univariate and one bivariate.

研究动机与目标

• 为解决R中缺乏用于建模复杂双变量角度数据的用户友好工具的问题。
• 开发一个灵活的统计框架，用于在双变量环面上进行聚类和密度估计。
• 实现冯·米塞斯和Wrapped正态分布混合模型的最大似然估计。
• 提供直观的可视化和诊断工具，用于角度数据建模。
• 支持生物学、气象学和地球科学等领域中方向数据常见的应用场景。

提出的方法

• 该方法使用有限混合的双变量冯·米塞斯和Wrapped正态分布对双变量角度数据进行建模。
• 通过最大似然估计，采用期望最大化（EM）算法估计模型参数。
• 通过灵活的双变量分布建模，支持独立和依赖的角度分量。
• 通过适当的初始化策略，使用数值优化进行参数估计。
• 通过AIC和BIC等信息准则，实现模型选择。
• 该包包含用于角度数据在环面上的密度估计、聚类和可视化功能。

实验结果

研究问题

• RQ1 如何利用冯·米塞斯和Wrapped正态分布的有限混合模型有效建模双变量角度数据？
• RQ2 BAMBI包在估计复杂角度混合模型参数方面的表现如何？
• RQ3 BAMBI中EM算法的实现与替代方法相比，在收敛性和准确性方面表现如何？
• RQ4 该包能否可靠地识别出具有重叠或非椭圆结构的方向数据中的潜在聚类？
• RQ5 BAMBI提供了哪些诊断工具以评估角度数据分析中的模型拟合与选择？

主要发现

• BAMBI包成功实现了使用EM算法的双变量角度混合模型的最大似然估计，且收敛稳定。
• 在模拟研究中，该方法即使在中等样本量和复杂角度依赖关系下，也能准确恢复参数。
• 通过AIC和BIC进行的模型选择在已知混合结构的模拟数据中能有效识别出正确的分量数量。
• 该包在真实世界的方向数据集上表现出可靠的聚类性能，包括具有非椭圆和重叠聚类模式的数据。
• BAMBI的可视化功能能够清晰地解释双变量环面上角度数据的分布及分量分离情况。
• 该实现计算效率高，可扩展至中等规模数据集，支持实际应用研究。