[论文解读] disaggregation: An R Package for Bayesian Spatial Disaggregation Modelling

A. Nandi, Tim Lucas+3 more|arXiv (Cornell University)|Jan 9, 2020

Statistical Methods and Bayesian Inference参考文献 17被引用 6

一句话总结

本文介绍了 R 包 'disaggregation'，用于贝叶斯空间细化建模，利用 TMB 实现高效的拉普拉斯近似，可从粗粒度区域数据快速、准确地进行细尺度预测。其速度远超 MCMC 方法——在 56 秒内完成马达加斯加疟疾发病率模型的拟合，而 MCMC 需要 94 小时，同时结果相当，为流行病学与生态制图提供了一款简化且计算高效的工具。

ABSTRACT

Disaggregation modelling, or downscaling, has become an important discipline in epidemiology. Surveillance data, aggregated over large regions, is becoming more common, leading to an increasing demand for modelling frameworks that can deal with this data to understand spatial patterns. Disaggregation regression models use response data aggregated over large heterogenous regions to make predictions at fine-scale over the region by using fine-scale covariates to inform the heterogeneity. This paper presents the R package disaggregation, which provides functionality to streamline the process of running a disaggregation model for fine-scale predictions.

研究动机与目标

• 利用汇总的监测数据应对流行病学与生态学中对高分辨率风险制图日益增长的需求。
• 克服空间细化模型中马尔可夫链蒙特卡洛（MCMC）方法带来的计算负担。
• 提供一个用户友好的 R 包，简化贝叶斯空间细化的数据准备、模型拟合与预测流程。
• 利用细尺度协变量，高效估计从粗粒度多边形级别计数中获得的细尺度疾病发病率。
• 通过关注计算速度与模型准确性，实现可扩展且可复现的空间细化。

提出的方法

• 使用 TMB（模板模型构建器）包实现贝叶斯空间细化模型，以实现快速拉普拉斯近似与自动微分。
• 使用线性预测器对像素级率进行建模，包含回归系数、高斯过程（马尔可伦协方差）和多边形特定的随机效应。
• 使用链接函数（对数、恒等或逻辑斯蒂克）将线性预测器与响应的似然函数（泊松、高斯或二项分布）连接，以匹配聚合响应。
• 对马尔可伦场参数（范围 ρ 和标准差 σ）应用惩罚性复杂性先验，以将其正则化为平坦且不相关的场。
• 通过聚合栅格实现像素级预测向多边形级别的面积加权求和，以匹配观测数据的尺度。
• 将模型拟合、预测与诊断功能整合到单一 R 包接口中，用户几乎无需编写 C++ 代码。

实验结果

研究问题

• RQ1 是否可以在 R 中实现一个计算高效的贝叶斯空间细化框架，其速度显著优于 MCMC，同时保持准确性？
• RQ2 利用环境协变量，能否从粗粒度区域计数中有效恢复疾病发病率的细尺度空间模式？
• RQ3 在运行时间与收敛性方面，基于 TMB 的拉普拉斯近似相较于 MCMC 在空间细化模型中的性能提升如何？
• RQ4 使用惩罚性复杂性先验在多大程度上提升了空间细化模型的稳定性与可解释性？
• RQ5 所提出的 R 包 'disaggregation' 是否可有效应用于现实世界应用，如马达加斯加的疟疾风险制图？

主要发现

• R 包 'disaggregation' 利用 TMB 实现了快速贝叶斯空间细化，将马达加斯加疟疾发病率模型的拟合时间从 MCMC 的 94 小时缩短至 56 秒。
• TMB 与 MCMC 的模型结果高度一致，所有参数的后验均值差异小于 0.15，证实了 TMB 近似的可靠性。
• 对马尔可伦场施加的惩罚性复杂性先验成功地对空间随机效应进行了正则化，防止了过拟合并提升了模型稳定性。
• 该包成功处理了复杂数据结构，包括将像素级率按面积加权聚合为多边形级响应。
• 该方法仅使用粗粒度区域计数与细尺度环境协变量，即实现了对疟疾发病率的准确细尺度预测。
• 该框架计算高效且可扩展，适用于大规模空间流行病学与生态学应用。