[论文解读] simmr: A package for fitting Stable Isotope Mixing Models in R

Emma Govan, Andrew L. Jackson+3 more|arXiv (Cornell University)|Jun 13, 2023

Isotope Analysis in Ecology被引用 18

一句话总结

本论文介绍了用于拟合 Stable Isotope Mixing Models (SIMMs) 的 R 包 simmr，使用 MCMC 或 Fixed Form Variational Bayes，详细说明数据结构、建模方程和带有案例研究的实际工作流程。

ABSTRACT

We introduce an R package for fitting Stable Isotope Mixing Models (SIMMs) via both Markov chain Monte Carlo and Variational Bayes. The package is mainly used for estimating dietary contributions from food sources taken via measurements of stable isotope ratios from animals. It can also be used to estimate proportional contributions of a mixture from known sources, for example apportionment of river sediment, amongst many other use cases. The package contains a simple structure which allows non-expert users to interface with the package, with most of the computational complexity hidden behind the main fitting functions. In this paper we detail the background to these functions and provide case studies on how the package should be used. Further examples are available in the online package vignettes.

研究动机与目标

• 提供一个易于使用的 R 实现，用于使用 MCMC 和 FFVB 拟合 SIMMs。
• 描述具有多个 tracer 的 SIMMs 的数学基础，包括 Trophic Discrimination Factors 和 concentration dependence。
• 展示在实际中 SIMMs 的数据处理、诊断和可视化工作流。
• 展示一个案例研究（Brent Geese）以说明多 tracer 建模和分组分析。

提出的方法

• 将 SIMM 的数学模型定义为具有多 tracer 及修正项（TDFs 和 concentration dependence）。
• 对源比例使用 CLR prior，对残差使用模糊先验。
• 提供两种拟合方法：通过 JAGS 的 MCMC 和 Fixed Form Variational Bayes (FFVB)。
• 提供一个简单、统一的数据结构和用于输出和绘图的 S3 类。
• 包含可视化工具，例如 iso-space 图和后验汇总矩阵。

Figure 1: Barplot on the left showing the number of downloads that packages using stable isotope mixing models have obtained (download numbers obtained via the cranlogs package ( cranlogsref ) ) and barplot on the right showing the number of citations papers describing SIMMs software have received o

实验结果

研究问题

• RQ1 如何在 R 中实现 SIMMs，使新手和高级用户都能使用？
• RQ2 使用 MCMC 与 Fixed Form Variational Bayes 拟合 SIMMs 时，simmr 的表现和比较如何？
• RQ3 拟合具有多 tracer 的 SIMMs、并对 TDFs 和浓度依赖进行修正，需要哪些数据结构和预处理步骤？
• RQ4 用户如何诊断收敛并解释后验汇总和源之间的相关性？
• RQ5 该软件包能否处理分组或重复测量数据，并为此类结构提供合适的输出和可视化？

主要发现

• simmr 同时支持 MCMC 和 FFVB 拟合，具有源比例和残差的后验样本。
• 该软件包提供简单、整洁的数据接口和绘图工具（包括 iso-space 和矩阵图），可与两种拟合方法兼容。
• 提供收敛诊断（Gelman）用于评估 MCMC 运行，后验汇总给出源贡献的均值、标准差和可信区间。
• iso-space 图和混合多边形检查有助于在建模前确保混合物位于合理的源空间内。
• Brent Geese 案例研究演示了具有分组的多 tracer（两种同位素）建模，展示了实际工作流程和输出。
• 论文将 simmr 定位为比现有 SIMM 工具更易于使用的替代方案，FFVB 使复杂数据集的拟合更快。

Figure 2: Simple iso-space plot produced by \pkg simmr. The isotope ratios are presented on the x-axis. A, B, and C represent different food sources (with error bars included) and the purple dots represent the mixture values.