Perhitungan Bayesian Aproksimatif — Inferensi Bebas-Kemungkinan
- Tahun
- 2002
- Jenis
- Simulation-based Bayesian inference
Teks ini adalah terjemahan mesin dan belum ditinjau. Baca versi asli dalam bahasa Inggris
Apa fungsinya?
Perhitungan Bayesian Aproksimatif (ABC) adalah keluarga metode inferensi berbasis simulasi yang mengestimasi distribusi posterior tanpa memerlukan fungsi kemungkinan yang dapat ditangani secara analitis.
Diperkenalkan oleh Beaumont, Zhang dan Balding (2002) dalam konteks genetika populasi, ABC menggantikan kemungkinan yang tidak dapat ditangani dengan simulasi model berulang dan perbandingan statistik ringkasan antara data simulasi dan data observasi.
Intuisi di balik metode
Inferensi Bayesian klasik bertanya: berdasarkan data yang diamati, seberapa mungkin parameter model tersebut? Menjawab pertanyaan itu biasanya memerlukan perhitungan kemungkinan — probabilitas data di bawah setiap pengaturan parameter. Untuk banyak model realistis dalam biologi, ekologi, dan ekonomi, perhitungan tersebut baik secara analitis tidak mungkin atau secara komputasi memberatkan. ABC menghindarinya sepenuhnya: alih-alih menghitung kemungkinan, ia mensimulasikan data dari model, mengompresnya menjadi beberapa statistik ringkasan, dan hanya menerima proposal parameter ketika ringkasan simulasi tersebut cukup dekat dengan ringkasan yang diamati. Proposal yang diterima terakumulasi untuk membentuk posterior aproksimatif. Aproksimasi tersebut tepat dalam batas ketika ambang batas toleransi mendekati nol, dan meningkat secara stabil seiring pengetatan ambang batas tersebut — dengan biaya menerima lebih sedikit proposal.
Sejarah
Dasar-dasar inferensi bebas-kemungkinan berasal dari ide-ide pengambilan sampel penolakan yang digunakan secara informal dalam genetika populasi, tetapi metode ini diformalkan dan dinamai oleh Beaumont, Zhang dan Balding dalam makalah penting mereka tahun 2002 di Genetics tentang inferensi sejarah demografis. Marjoram dkk. (2003) memperkenalkan varian ABC-MCMC untuk meningkatkan efisiensi, dan Sisson, Fan dan Beaumont (2007) mengembangkan kerangka kerja sequential Monte Carlo (SMC-ABC) yang secara adaptif mengurangi toleransi di seluruh populasi. Handbook of Approximate Bayesian Computation tahun 2018, yang disunting oleh Sisson, Fan dan Beaumont, mengkonsolidasikan dua dekade pengembangan metodologis. Baru-baru ini, estimator kepadatan neural dan inferensi teramortisasi telah diusulkan sebagai cara untuk mempelajari posterior secara langsung dari simulasi, memperluas ABC ke era pembelajaran mesin.
Kapan digunakan
ABC adalah pilihan yang tepat ketika model dapat disimulasikan ke depan tetapi fungsi kemungkinannya tidak dapat dievaluasi secara analitis — situasi yang sering muncul dalam genetika populasi, epidemiologi, ekologi, dan pemodelan ekonomi berbasis agen. Ia menangani variabel hasil kontinu, biner, dan hitungan serta tidak memberlakukan persyaratan normalitas pada data. Tidak ada ukuran sampel minimum yang ketat, tetapi statistik ringkasan harus membawa informasi yang memadai tentang parameter. Ketika anggaran simulasi besar dan toleransi dapat diatur rendah, ABC mendekati posterior sejati secara dekat; ketika simulasi mahal, varian estimasi posterior SMC-ABC atau neural lebih disukai. Jika kemungkinan dapat ditangani, MCMC standar lebih efisien.
Batasan dan pertimbangan
- ABC penolakan naif memerlukan sejumlah besar simulasi untuk mencapai ambang batas toleransi rendah dan tingkat penerimaan yang berarti, membuatnya mahal secara komputasi untuk ruang parameter berdimensi tinggi.
- Kualitas aproksimasi posterior sangat bergantung pada pilihan statistik ringkasan; ringkasan yang dipilih dengan buruk dapat menghasilkan posterior yang bias atau bervariasi tinggi.
- Tidak ada jaminan analitis bahwa statistik ringkasan yang dipilih cukup, sehingga informasi umumnya hilang dibandingkan dengan kemungkinan penuh.
- Kurang dari sekitar 1.000 total proposal yang diterima biasanya menghasilkan aproksimasi posterior yang tidak dapat diandalkan; ketika anggaran simulasi terbatas, MCMC standar harus dipertimbangkan.
Syarat dari sumber tidak menggantikan tinjauan ilmiah independen atau validasi oleh mesin analisis.
Kelebihan
- Beroperasi tanpa kemungkinan bentuk tertutup, membuka inferensi Bayesian untuk model generatif kompleks yang mudah disimulasikan tetapi sulit dievaluasi secara analitis.
- Cukup fleksibel untuk menangani hasil kontinu, biner, dan hitungan di bawah model struktural apa pun yang dapat dikodekan oleh analis sebagai simulator.
- Varian seperti SMC-ABC dan ABC-MCMC secara substansial mengurangi jumlah simulasi yang dibutuhkan dibandingkan dengan pengambilan sampel penolakan naif.
- Aproksimasi posterior konvergen ke posterior sejati ketika ambang batas toleransi mendekati nol.
Penerapan
- Inferensi ukuran populasi, migrasi, dan sejarah divergensi dalam genetika populasi dari data frekuensi alel.
- Estimasi laju penularan dan parameter kontak dalam model epidemi di mana kemungkinan tingkat individu tidak dapat ditangani.
- Kalibrasi model ekonomi berbasis agen ke statistik tingkat makro yang diamati tanpa kemungkinan kesetimbangan bentuk tertutup.
- Pencocokan model ekologi stokastik — dinamika predator-mangsa, penyebaran spesies — ke ringkasan observasi lapangan.
- Estimasi parameter dalam model biologi sistem di mana ODE mekanistik digantikan oleh simulasi stokastik.
Cara kerjanya
Cara kerjanya
Analis menentukan distribusi prior atas parameter model, yang mengkodekan apa yang diketahui atau diasumsikan sebelum melihat data. Prior ini adalah sumber dari mana nilai parameter kandidat akan ditarik sepanjang algoritma, sehingga harus mencakup rentang parameter yang masuk akal.
Proposal parameter ditarik dari prior (atau, dalam varian adaptif, dari distribusi kepentingan). Model stokastik penuh kemudian dijalankan ke depan menggunakan proposal tersebut untuk menghasilkan kumpulan data sintetis. Langkah simulasi ini adalah inti komputasi ABC dan dapat dijalankan ribuan atau jutaan kali.
Baik kumpulan data sintetis maupun kumpulan data yang diamati dikompres menjadi vektor statistik ringkasan — kuantitas yang dipilih untuk membawa informasi sebanyak mungkin tentang parameter. Idealnya, statistik ringkasan adalah statistik yang cukup, tetapi dalam praktiknya, statistik tersebut dipilih berdasarkan pengetahuan domain dan pemeriksaan diagnostik.
Jarak antara statistik ringkasan simulasi dan statistik ringkasan yang diamati dihitung di bawah metrik yang dipilih. Jika jarak tersebut berada dalam ambang batas toleransi yang telah ditentukan sebelumnya epsilon, proposal parameter diterima; jika tidak, ditolak. Nilai epsilon yang lebih kecil menghasilkan aproksimasi posterior yang lebih akurat tetapi tingkat penerimaan yang lebih rendah.
Kumpulan proposal parameter yang diterima membentuk sampel dari distribusi posterior aproksimatif. Sampel ini dapat digunakan untuk menghitung rata-rata posterior, interval kredibel, dan distribusi prediktif dengan cara yang sama seperti sampel posterior Bayesian standar. Dalam SMC-ABC, toleransi dikurangi di seluruh urutan populasi untuk meningkatkan efisiensi.
Kesalahan umum
- Menetapkan toleransi epsilon terlalu longgar menghasilkan aproksimasi yang dapat berbeda secara substansial dari posterior sejati — selalu verifikasi bahwa pengetatan epsilon menstabilkan posterior.
- Statistik ringkasan yang tidak membawa informasi yang cukup tentang parameter yang diminati membiaskan posterior ke arah prior; validasi statistik dengan memeriksa apakah statistik tersebut berubah ketika parameter sebenarnya berubah.
- Menjalankan kurang dari 1.000 simulasi menghasilkan sampel posterior yang terlalu tipis untuk diandalkan; jika biaya simulasi mencegah pencapaian ambang batas ini, beralihlah ke MCMC atau SMC-ABC.
- Prior harus mencakup ruang parameter yang masuk akal secara memadai; prior yang terlalu sempit akan mengecualikan wilayah posterior, sementara yang terlalu luas membuang anggaran simulasi pada wilayah yang tidak masuk akal.
Pertanyaan yang sering diajukan
Bagaimana ABC berbeda dari MCMC standar?
Kedua metode menghasilkan sampel dari distribusi posterior, tetapi MCMC mengevaluasi kemungkinan pada setiap nilai parameter yang diusulkan, sedangkan ABC menggantikan evaluasi tersebut dengan simulasi maju dan perbandingan statistik ringkasan. Gunakan ABC ketika kemungkinan tidak dapat ditangani; gunakan MCMC ketika dapat dihitung.
Bagaimana cara memilih statistik ringkasan?
Statistik ringkasan harus menangkap informasi sebanyak mungkin tentang parameter yang diminati. Praktik umum adalah menggunakan pengetahuan domain (misalnya, rata-rata, varians, frekuensi alel) dan memvalidasi pilihan dengan memeriksa apakah statistik tersebut berubah ketika parameter sebenarnya berubah. Statistik yang cukup hanya ada untuk model keluarga eksponensial; untuk model lain, kehilangan informasi tidak dapat dihindari.
Seberapa kecil toleransi epsilon yang dibutuhkan?
Tidak ada aturan universal. Pendekatan praktis adalah dengan memperketat epsilon secara bertahap dan memeriksa apakah bentuk posterior stabil. Aproksimasi posterior meningkat seiring penurunan epsilon, tetapi tingkat penerimaan menurun seiringnya dan lebih banyak simulasi dibutuhkan. SMC-ABC mengotomatiskan trade-off ini dengan secara adaptif mengurangi epsilon di seluruh populasi.
Kapan saya harus menggunakan SMC-ABC daripada ABC penolakan?
Ketika simulasi mahal, ABC penolakan naif membuang sebagian besar simulasi karena tingkat penerimaan bisa sangat rendah pada toleransi yang ketat. SMC-ABC menggunakan urutan ambang batas toleransi perantara dan populasi berbobot kepentingan untuk memusatkan simulasi di dekat posterior, membuatnya jauh lebih efisien untuk epsilon akhir yang sama.
Metode terkait
Sumber
Beaumont, M.A., Zhang, W. & Balding, D.J. (2002). Approximate Bayesian Computation in Population Genetics. Genetics, 162(4), 2025-2035.
Buka referensi DOIDisalin.Sisson, S.A., Fan, Y. & Beaumont, M.A. (Eds.) (2018). Handbook of Approximate Bayesian Computation. Chapman & Hall/CRC.
Buka referensi DOIDisalin.