Joint Count Transformation Models with Covariate-dependent Correlations

Resumen Técnico: Modelos de Transformación de Conteos Conjuntos con Correlaciones Dependientes de Covariables

Planteamiento del Problema
Los Modelos de Distribución de Especies Conjuntos (JSDMs, por sus siglas en inglés) son fundamentales para comprender cómo las covariables ecológicas moldean las comunidades de especies y para distinguir las respuestas ambientales compartidas de las verdaderas interacciones bióticas. Sin embargo, los enfoques actuales enfrentan dos limitaciones principales:

1. Supuestos Paramétricos Rígidos: La mayoría de los JSDMs dependen de Modelos Lineales Mixtos Multivariados Generalizados (MGLMMs) o Modelos de Variables Latentes Generalizados (GLLVMs) que asumen distribuciones paramétricas específicas (por ejemplo, Poisson o Binomial Negativa). Estos supuestos suelen fallar al capturar características complejas como la sobredispersión, la infradispersión y las altas frecuencias de conteos de cero sin transformaciones arbitrarias (por ejemplo, $\log(y+1)$) que asumen incorrectamente de forma errónea de verosimilitudes continuas para datos discretos.
2. Estructuras de Correlación Estáticas: Los métodos actuales suelen modelar las asociaciones interespecíficas como correlaciones residuales estáticas. Carecen de la capacidad de modelar cómo estas asociaciones cambian dinámicamente en respuesta a las covariables ambientales (por ejemplo, la estacionalidad), un fenómeno observado en la literatura ecológica donde los patrones de competencia o correlación cambian con las condiciones ambientales. Además, muchos de los métodos basados en cópulas existentes dependen de procedimientos de estimación de dos pasos (estimar las marginales antes de los parámetros de la cópula), lo que conduce a errores estándar incorrectos, o están restringidos a datos continuos.

Metodología
Los autores introducen los Modelos de Transformación de Conteos Conjuntos (JCTMs), un marco novedoso que combina modelos marginales libres de distribución con una cópula gaussiana latente dependiente de covariables.

• Modelos Marginales: En lugar de asumir una distribución paramétrica, los JCTMs emplean modelos de transformación de conteo (Siegfried y Hothorn, 2020). Estos modelos estiman una función de transformación monótona $h_j(y_j)$ directamente de los datos utilizando polinomios de Bernstein. Esto permite al modelo acomodar características distribucionales complejas (asimetría, inflación de ceros) sin supuestos de distribución preespecificados. El marco se extiende a modelos de transformación de localización-escala (Siegfried et al., 2023), donde tanto la localización (desplazamiento) como la escala de los conteos transformados dependen de las covariables a través de predictores lineales.
• Cópula Dependiente de Covariables: La distribución conjunta se construye utilizando una cópula gaussiana latente $\Phi_{0, \Sigma(\mathbf{x})}$. La matriz de correlación $\Sigma(\mathbf{x})$ no es estática; varía como una función de las covariables $\mathbf{x}$. Para asegurar que $\Sigma(\mathbf{x})$ permanezca como una matriz de correlación válida durante la estimación, los autores la parametrizan utilizando un factor de Cholesky inverso escalado $\Lambda(\mathbf{x})$, donde los elementos fuera de la diagonal se modelan como predictores lineales de las covariables.
• Interpretación: Las correlaciones en la escala transformada latente pueden convertirse en la correlación de rango de Spearman ($\rho$) o la $\tau$ de Kendall, proporcionando medidas interpretables de asociación en la escala de conteo observada.
• Inferencia: Todos los parámetros (transformación marginal, desplazamiento, escala y parámetros de la cópula) se estiman simultáneamente mediante la estimación de máxima verosimilitud conjunta (MLE). La verosimilitud se deriva de la log-verosimilitud exacta de datos censurados por intervalos, utilizando el algoritmo de Genz para la integración normal multivariante. Esta estimación conjunta asegura errores estándar asintóticamente correctos, evitando los inconvenientes de los procedimientos de dos pasos.

Contribuciones Clave

1. Marginales Libres de Distribución: El marco elimina la necesidad de supuestos paramétricos rígidos (por ejemplo, Poisson), ofreciendo un enfoque semiparamétrico flexible que maneja naturalmente la sobredispersión y la inflación de ceros.
2. Asociaciones Interspecíficas Dinámicas: Los JCTMs son el primer marco de JSDM que modela explícitamente correlaciones dependientes de covariables para datos de conteo, permitiendo que las asociaciones interespecíficas varíen a través de gradientes ambientales (por ejemplo, tiempo/estación).
3. Estimación Conjunta: El método proporciona un marco de MLE unificado que estima las marginales y las dependencias simultáneamente, asegurando una inferencia estadística válida y evitando el sesgo de la estimación de dos pasos.
4. Viabilidad Computacional: Los autores demuestran que la MLE conjunta es computacionalmente factible para comunidades de hasta 10 especies, implementada en el paquete de R tram.

Resultados
El marco se aplicó a datos de conteo diario de tres especies de aves piscívoras (Cormorán Grande, Somormujo Común y Colimbo Grande) en el Lago Seehamer See durante 14 años.

• Desempeño Marginal: El modelo capturó con éxito patrones complejos de abundancia estacional, incluyendo periodos de altos conteos de cero en verano para el Colimbo Grande y cambios estacionales en la varianza para las otras especies.
• Dinámica de Correlación: El modelo reveló correlaciones fuertes y estacionalmente variables. Identificó altas correlaciones positivas entre las tres especies durante los meses de invierno y periodos de correlación negativa moderada en meses específicos (por ejemplo, entre el Somormujo Común y el Cormorán Grande en junio).
• Comparación con HMSC: Los resultados se compararon con el marco de Modelado Jerárquico de Comunidades de Especies (HMSC), un enfoque bayesiano de vanguardia.
  • Precisión: Las curvas de correlación de JCTM coincidieron estrechamente con las trayectorias empíricas y los resultados de HMSC.
  • Eficiencia: El JCTM convergió en 10 minutos en un solo núcleo, mientras que el modelo HMSC requirió 10 días y 5 horas en 4 núcleos.
  • Convergencia: El modelo HMSC exhibió una mezcla pobre y diagnósticos de convergencia para los parámetros de la covarianza (mediana del factor de reducción de escala potencial de 5.53), mientras que el JCTM proporcionó estimaciones estables.
• Simulación: Un estudio de simulación confirmó la consistencia y precisión de los JCTM para hasta 10 especies, aunque la complejidad computacional escala aproximadamente de forma exponencial con el número de especies ($J$).

Significancia y Reivindicaciones
El artículo afirma que los JCTMs ofrecen un avance significativo sobre los JSDMs existentes al proporcionar una alternativa flexible y libre de distribución que no sacrifica la capacidad de modelar relaciones interespecíficas dinámicas.

• Interpretabilidad: A diferencia de los MGLMMs donde los efectos aleatorios oscurecen las interpretaciones marginales, los JCTMs proporcionan SDMs marginales directamente interpretables como un subproducto del proceso de ajuste.
• Robustez: Al evitar supuestos paramétricos fuertes, los JCTMs son más adecuados para datos ecológicos que a menudo violan los requisitos de distribución estándar (por ejemplo, conteos dispersos, inflación de ceros compleja).
• Viabilidad: Los autores demuestran que la estimación de máxima verosimilitud conjunta para correlaciones dependientes de covariables es ahora factible para comunidades pequeñas a medianas (hasta 10 especies), ofreciendo una alternativa computacionalmente eficiente a los métodos MCMC bayesianos como HMSC.

Los autores señalan las limitaciones, incluyendo la sensibilidad de las estimaciones de parámetros al orden de las especies en el factor de Cholesky (lo que requiere un análisis de sensibilidad) y la actual inviabilidad computacional para comunidades muy grandes ($J > 15$) sin reducción de dimensionalidad o aproximaciones de dos pasos. También advierten que las correlaciones residuales en los modelos fenomenológicos pueden capturar respuestas compartidas a factores ambientales no medidos en lugar de interacciones bióticas directas.