Combining chains of Bayesian models with Markov melding

A continuación presento un resumen técnico detallado del artículo "Combining chains of Bayesian models with Markov melding" (Combinación de cadenas de modelos bayesianos con fusión de Markov), escrito por Andrew A. Manderson y Robert J. B. Goudie.

1. Planteamiento del Problema

En la inferencia bayesiana, un desafío fundamental para los practicantes es especificar un modelo único que incorpore múltiples conjuntos de datos heterogéneos. A menudo, es más natural y manejable definir submodelos distintos para cada fuente de datos y luego unirlos formalmente.

El problema específico abordado en este trabajo surge cuando los submodelos no comparten un único parámetro común entre todos ellos, sino que están organizados en una estructura de cadena. Por ejemplo, el submodelo 1 y el 2 comparten una cantidad $\phi_{1\cap2}$, y el submodelo 2 y el 3 comparten una cantidad diferente $\phi_{2\cap3}$.

• Limitaciones de métodos existentes: La "Fusión de Markov" (Markov melding) estándar (Goudie et al., 2019) asume que todos los submodelos comparten el mismo parámetro $\phi$. No es directamente aplicable a estructuras en cadena donde las cantidades comunes son distintas y pueden tener dominios o soportes diferentes.
• Desafíos adicionales:
  • Capturar adecuadamente la dependencia a priori entre las cantidades comunes dentro de un submodelo.
  • Conciliar las diferencias en las distribuciones a priori para la misma cantidad entre submodelos adyacentes.
  • La dificultad computacional de estimar la posterior conjunta de un modelo complejo y multi-respuesta en un solo paso.
  • La práctica común de resumir submodelos mediante estimaciones puntuales o aproximaciones normales, lo cual ignora la incertidumbre y puede llevar a inferencias sesgadas o excesivamente confiables.

2. Metodología Propuesta: Fusión de Markov Encadenada (Chained Markov Melding)

Los autores proponen una extensión de la fusión de Markov diseñada específicamente para cadenas de $M$ submodelos.

A. Especificación del Modelo Encadenado

Se asume una cadena de submodelos $m = 1, \dots, M$, donde los submodelos adyacentes $m$ y $m+1$ comparten una cantidad común $\phi_{m \cap m+1}$.

• Reemplazo Marginal Extendido: Se modifica cada submodelo para imponer una distribución a priori común sobre las cantidades compartidas. Se define un submodelo marginalmente reemplazado:
  $$p_{repl,m}(\phi, \psi_m, Y_m) = p_{pool}(\phi) \frac{p_m(\phi_m, \psi_m, Y_m)}{p_m(\phi_m)}$$
  Donde $p_{pool}(\phi)$ es una distribución a priori agrupada (pooled prior) que resume las priores de todos los submodelos.
• Fusión: El modelo conjunto encadenado se forma mediante la combinación de Markov de los submodelos reemplazados:
  $$p_{meld}(\phi, \psi, Y) = p_{pool}(\phi) \prod_{m=1}^M \frac{p_m(\phi_m, \psi_m, Y_m)}{p_m(\phi_m)}$$

B. Funciones de Agrupación (Pooling Functions)

Dado que las cantidades comunes pueden ser diferentes ($\phi_{1\cap2} \neq \phi_{2\cap3}$), los autores extienden las funciones de agrupación estándar:

1. Agrupación Logarítmica Encadenada: Extiende la agrupación logarítmica para manejar marginales de diferentes cantidades, permitiendo dependencias entre los componentes de $\phi$.
2. Agrupación Lineal Encadenada: Un procedimiento de dos pasos que forma densidades intermedias y luego las multiplica. Nota: La versión estándar asume independencia entre componentes, lo cual puede no ser deseable.
3. Agrupación Dictatorial: Se proponen formas "parciales" y "completas" para seleccionar la prior autoritativa de un submodelo específico para ciertos componentes, manteniendo la coherencia en toda la cadena.

C. Estimación de la Posterior: Muestreador Multi-etapa

Para evitar la evaluación simultánea de todos los submodelos (que es computacionalmente costosa), se propone un muestreador de múltiples etapas que aprovecha la estructura de la cadena:

• Etapa 1 (Paralela): Se obtienen muestras de los submodelos extremos (ej. $p_1$ y $p_3$ en una cadena de 3) en paralelo, utilizando sus priores originales o versiones modificadas. Esto permite reutilizar implementaciones de software existentes (ej. BUGS, Stan).
• Etapa 2 (Fusión): Se utiliza un muestreador Metropolis-within-Gibbs para muestrear el modelo completo. Las propuestas para los parámetros de los submodelos extremos se toman de las muestras generadas en la Etapa 1.
• Ventaja: Este enfoque permite paralelizar la computación y reutilizar código, reduciendo significativamente la carga computacional en comparación con un muestreador secuencial o monolítico.

D. Aproximación Normal

Se describe también un método aproximado donde las subposteriores de los submodelos extremos se resumen mediante distribuciones normales. Esto simplifica la fusión a una actualización bayesiana estándar, útil cuando la complejidad computacional es extrema, aunque conlleva la pérdida de información sobre la forma de la distribución.

3. Contribuciones Clave

1. Marco Teórico General: Definición formal de la "Fusión de Markov Encadenada", extendiendo la fusión de Markov a estructuras de submodelos en cadena con cantidades compartidas distintas.
2. Gestión de la Incertidumbre: Proporciona un enfoque bayesiano completo para integrar submodelos, capturando explícitamente la incertidumbre en las cantidades comunes (a diferencia de los métodos de "plug-in" o estimación puntual).
3. Algoritmos Eficientes: Desarrollo de un muestreador multi-etapa que permite el paralelismo y la reutilización de software, facilitando la aplicación en problemas complejos del mundo real.
4. Extensión de Técnicas de Pooling: Nuevas formulaciones para agrupar priores de diferentes cantidades y dominios, incluyendo extensiones de la agrupación logarítmica y lineal.

4. Resultados y Ejemplos de Aplicación

El paper valida la metodología mediante dos ejemplos:

Ejemplo 1: Modelo de Población Integrado (IPM) para Búhos

• Contexto: Integrar tres fuentes de datos (recaptura, conteo de población y fecundidad) para estimar tasas de supervivencia, inmigración y reproducción.
• Resultado: El modelo fusionado encadenado produce resultados idénticos al modelo conjunto original (IPM) cuando se usa una agrupación logarítmica específica.
• Hallazgo: El muestreador multi-etapa funciona eficazmente, produciendo estimaciones muy similares al modelo completo, validando la viabilidad del método. Se demuestra que las aproximaciones normales también funcionan bien en este caso.

Ejemplo 2: Análisis de Supervivencia con Tiempos de Evento Inciertos

• Contexto: Modelar el tiempo hasta el fallo respiratorio en pacientes de UCI. El tiempo de evento se deriva de un submodelo de regresión (B-splines) sobre datos de oxigenación, lo que introduce incertidumbre significativa y multimodalidad en el tiempo de evento.
• Comparativa: Se compara la fusión encadenada (que mantiene la incertidumbre) contra un enfoque de "plug-in" (usando solo la mediana del tiempo de evento).
• Resultados:
  • El enfoque de "plug-in" produce estimaciones sesgadas y excesivamente confiables (intervalos de credibilidad demasiado estrechos).
  • La fusión encadenada revela una mayor incertidumbre y un desplazamiento en la moda posterior de los parámetros de riesgo, especialmente en el coeficiente que relaciona la administración de fluidos con el fallo respiratorio.
  • Las curvas de supervivencia derivadas del modelo fusionado difieren marcadamente de las del modelo con tiempos fijos, demostrando la importancia crítica de propagar la incertidumbre del tiempo de evento.

5. Significado e Impacto

Este trabajo es significativo porque:

• Resuelve un problema de integración de datos: Ofrece una solución general y flexible para investigadores que necesitan combinar modelos complejos sin tener que reescribir todo el modelo desde cero.
• Evita el sesgo por incertidumbre: Demuestra empíricamente que ignorar la incertidumbre en las cantidades derivadas (como tiempos de evento) conduce a inferencias erróneas, un problema común en la práctica estadística aplicada.
• Viabilidad Computacional: Hace factible el ajuste de modelos jerárquicos complejos y de múltiples respuestas que de otro modo serían computacionalmente prohibitivos, permitiendo el uso de herramientas de software especializadas de forma modular.
• Aplicabilidad: Es relevante para campos como la ecología (modelos de población), epidemiología (síntesis de evidencia), y medicina (modelos conjuntos longitudinales y de tiempo hasta evento).

En conclusión, la Fusión de Markov Encadenada proporciona un marco riguroso y computacionalmente eficiente para la inferencia bayesiana en sistemas de modelos interconectados, asegurando que toda la incertidumbre sea tratada adecuadamente en el proceso de integración.