[论文解读] Bayesian Multivariate Spatial Models for Lattice Data with INLA

Francisco Palmí‐Perales, Virgilio Gómez‐Rubio+1 more|arXiv (Cornell University)|Sep 24, 2019

Spatial and Panel Data Analysis参考文献 33被引用 11

一句话总结

本文介紹了 R 語言的 INLAMSM 套件，該套件擴展了 INLA 框架，使研究人員能夠使用累積嵌套拉普拉斯近似（INLA）對格網數據中的多變量空間模型進行快速、高效的貝葉斯推斷。該套件實現了先進的多變量空間潛變量效應（例如 M-模型、PMCAR、IMCAR），可同時建模空間相關性與變量間相關性，與 MCMC 相比顯著減少計算時間，同時保持高準確度，此結果在西班牙的 SIDS 與癌症死亡率數據中得到驗證。

ABSTRACT

The INLAMSM package for the R programming language provides a collection of multivariate spatial models for lattice data that can be used with package INLA for Bayesian inference. The multivariate spatial models include different structures to model the spatial variation of the variables and the between-variables variability. In this way, fitting multivariate spatial models becomes faster and easier. The use of the different models included in the package is illustrated using two different datasets: the well-known North Carolina SIDS data and mortality by three causes of death in Comunidad Valenciana (Spain).

研究动机与目标

• 解決 INLA 套件在區域數據上缺乏開箱即用的多變量空間建模功能的問題。
• 透過以 INLA 的累積嵌套拉普拉斯近似取代 MCMC，降低擬合多變量空間模型的計算負擔。
• 提供一個使用者友善的 R 套件，支援複雜的多變量空間結構，如共享空間隨機效應與結構化變異數-共變異數矩陣。
• 使研究人員能輕鬆比較模型擬合度，使用資訊準則（DIC、WAIC），並評估超參數與變異數-共變異數矩陣的後驗分佈。
• 支援超越疾病圖譜的廣泛應用，包括時空模型與多變量地統計建模。

提出的方法

• 利用 INLA 套件透過 INLA 實現快速貝葉斯推斷，避免耗時的 MCMC 抽樣。
• 將新的多變量潛變量效應（如 M-模型、PMCAR、IMCAR）作為具有結構化精度矩陣的高斯馬爾可夫隨機場（GMRF）實現。
• 使用 INLA 中的 rgeneric 潛變量效應，透過指定均值、精度矩陣與超先驗分佈，定義自訂的多變量空間模型。
• 透過條件自迴歸（CAR）結構建模空間相關性，並透過多變量超先驗分佈（如威沙特分布、逆威沙特分布）建模變量間相關性。
• 利用完整的後驗分佈集合，實現對超參數（包括疾病間變異數-共變異數矩陣）的後驗推斷。
• 支援使用 DIC 與 WAIC 進行模型比較，並透過後驗預測檢驗與超參數轉換提升結果的可解釋性。

实验结果

研究问题

• RQ1 如何在 INLA 框架內高效實現格網數據的多變量空間模型，以避免計算繁重的 MCMC？
• RQ2 在多變量空間建模中，IMCAR、PMCAR 與 M-模型結構在模型擬合度與計算效能上的關鍵差異為何？
• RQ3 INLAMSM 中的多變量空間模型在捕捉已知生物或流行病學相關性（如肺癌與口腔癌之間的關聯）方面表現如何？
• RQ4 INLAMSM 套件能否可靠估計多變量空間模型中變量間變異數-共變異數矩陣的後驗分佈？
• RQ5 在實際應用中，哪種模型選擇準則（DIC、WAIC）最能識別出最佳的多變量空間結構？

主要发现

• 在瓦倫西亞社區死亡率數據中，M-模型的 DIC（7384.47）與 WAIC（7366.15）最低，顯示其模型擬合優於 IMCAR 與 PMCAR。
• 疾病間變異數-共變異數矩陣的後驗估計顯示肺癌與口腔癌之間具有強烈相關性（r ≈ 0.45–0.55），與已知流行病學關聯一致。
• IMCAR 模型估計的後驗均值變異數-共變異數矩陣元素範圍為 0.127 至 0.244，而 M-模型顯示更高的變異數（最高達 0.353），反映更大的不確定性或異質性。
• PMCAR 模型的後驗變異數估計與 M-模型相近（例如 (3,3) 項目為 0.255），顯示其在捕捉疾病特異性空間變異方面的穩健性。
• 所有模型均顯示肺癌與口腔癌之間的空間相關性高於與肝硬化之間的相關性，與臨床證據一致。
• 即使在較大資料集（如瓦倫西亞社區的 112 個區域）下，計算時間仍保持短暫，證實 INLA 推斷在多變量情境下相較 MCMC 的高效性。