Time-Averaged Drift Approximations are Inconsistent for Inference in Drift Diffusion Models

Resumen Técnico: Las aproximaciones de deriva promediadas en el tiempo son inconsistentes para la inferencia en los modelos de difusión de deriva

Planteamiento del problema
Los modelos de difusión de deriva (DDM, por sus siglas en inglés) se utilizan ampliamente para modelar la acumulación de evidencia en tareas de toma de decisiones. Si bien los DDM estándar con parámetros de deriva constantes admiten soluciones de verosimilitud en forma cerrada, muchas extensiones —particularmente el Modelo de Difusión de Deriva Atencional (aDDM)— incorporan tasas de deriva que varían tanto dentro de un ensayo (variación temporal) como entre ensayos (variación entre ensayos). En el aDDM, la tasa de deriva $\mu(t)$ depende de la trayectoria instantánea de fijación visual del participante.

Evaluar la verosimilitud de tales modelos es computacionalmente prohibitivo porque la función de deriva es única para cada ensayo, lo que impide compartir cálculos entre ensayos. Para sortear esto, los investigadores emplean frecuentemente la Aproximación de Deriva Promediada en el Tiempo (TADA). TADA simplifica el modelo reemplazando la deriva variable en el tiempo $\mu(t)$ por su promedio temporal sobre la duración del ensayo $\tau$, convirtiendo efectivamente el problema en un DDM estándar con una deriva constante "efectiva". Esta aproximación permite el uso de fórmulas de verosimilitud analíticas, lo que posibilita una inferencia de parámetros rápida. Sin embargo, la validez de TADA como sustituto del verdadero aDDM, particularmente respecto a la consistencia de sus estimadores, no ha sido establecida rigurosamente.

Metodología
Los autores emplean una combinación de análisis matemático y simulación numérica para evaluar las propiedades estadísticas de TADA.

1. Prueba matemática de inconsistencia:
   Los autores construyen un contraejemplo simplificado: un movimiento browniano con una deriva constante por tramos (deriva $\mu$ para el tiempo $t \in [0, T]$ y 0 de lo contrario) que alcanza un límite superior de un solo lado.

   • Derivan la Densidad de Tiempo de Primer Paso (FPTD) exacta para este proceso, denotada como $f_{aDDM}(\tau; \mu)$.
   • Derivan la FPTD implicada por TADA, denotada como $f_{TADA}(\tau; \mu)$, la cual depende de la deriva promedio $\alpha(\mu, \tau, T) = \frac{1}{\tau}\int_0^\tau \mu(t) dt$.
   • Demuestran que $f_{TADA}$ no es una función de densidad de probabilidad válida (no integra 1) porque la deriva "efectiva" depende del propio tiempo de parada $\tau$, creando una dependencia circular que viola la definición de un modelo generativo.
   • Utilizando la Ley Fuerte de los Grandes Números, prueban que el estimador de máxima verosimilitud de TADA ($\hat{\mu}_{TADA}$) converge casi seguramente a un valor $\tilde{\mu}$ que es estrictamente mayor que la verdadera deriva $\mu$ (específicamente, $\tilde{\mu} > \max\{\mu, b/T\}$), estableciendo la inconsistencia estadística.

2. Simulaciones numéricas:
   Los autores validan sus hallazgos teóricos a través de tres experimentos numéricos:

   • Límite de un solo lado: Simulación del modelo de deriva constante por tramos para confirmar que $\hat{\mu}_{TADA}$ converge al límite teórico sesgado en lugar de al verdadero $\mu$, mientras que el Estimador de Máxima Verosimilitud (MLE) estándar permanece consistente.
   • Límites de dos lados: Simulación de un DDM con derivas alternantes entre dos límites. Utilizando un nuevo algoritmo eficiente (efpt) desarrollado en un trabajo paralelo (Liu et al., 2025) para calcular verosimilitudes exactas, muestran que TADA sobreestima sistemáticamente la magnitud de los parámetros de deriva.
   • aDDM completo: Simulación del modelo atencional completo con derivas dependientes de la mirada. Estiman el parámetro de descuento atencional $\eta$ (donde $\eta=1$ implica ausencia de efecto atencional e $\eta=0$ implica efecto atencional máximo). Comparan las estimaciones de TADA contra los MLE exactos a través de varios tamaños de muestra.

Resultos clave

• Inconsistencia estadística: Se demuestra matemáticamente que el estimador TADA es inconsistente. A medida que el tamaño de la muestra $n \to \infty$, el estimador no converge al valor real del parámetro, sino a un límite sesgado.
• Sesgo sistemático: En los ejemplos numéricos, TADA sobreestima consistentemente las magnitudes de la deriva y subestima sistemáticamente el parámetro de descuento atencional $\eta$. Por ejemplo, cuando el $\eta$ verdadero es bajo (efectos atencionales fuertes), las estimaciones de TADA pueden volverse negativas, lo cual carece de sentido físico.
• Fallo en la prueba de hipótesis: El sesgo introducido por TADA no es uniforme; depende de los parámetros de molestia (por ejemplo, separación de límites, escala de deriva) y de las distribuciones de las covariables. En consecuencia, al comparar dos poblaciones con diferentes parámetros de molestia, TADA puede conducir a conclusiones cualitativamente incorrectas. Los autores demuestran escenarios donde TADA revierte incorrectamente el signo de la diferencia en los efectos atencionales entre dos grupos, provocando falsos positivos o falsos negativos en las pruebas de razón de verosimilitud.
• Validez de los métodos exactos: En contraste, el MLE estándar (calculado usando el algoritmo efpt) permanece consistente y recupera con precisión los parámetros reales en todos los escenarios probados.

Significancia y afirmaciones
El artículo sostiene que el uso generalizado de TADA en la neurociencia computacional y la ciencia cognitiva plantea un riesgo significativo de sesgar las conclusiones científicas. Los autores argumentan que, debido a que TADA no define un modelo generativo bien especificado (la deriva depende del tiempo de paso futuro), su función de verosimilitud es inválida y sus estimadores están fundamentalmente errados.

La significancia de este trabajo radica en:

1. Corregir una práctica común: Desafía la suposición de que TADA es una aproximación válida para el aDDM, sugiriendo que estudios previos que dependieron de esta aproximación podrían haber reportado estimaciones de parámetros sesgadas.
2. Resaltar riesgos cualitativos: Demuestra que el sesgo no es meramente cuantitativo, sino que puede alterar la dirección de las conclusiones científicas sobre las diferencias poblacionales.
3. Promover alternativas rigurosas: Los autores abogan por el uso de métodos de cálculo de verosimilitud rápidos y matemáticamente justificados (como el algoritmo efpt citado en su trabajo paralelo) en lugar de aproximaciones computacionalmente convenientes pero estadísticamente inconsistentes. Recomiendan reexaminar los resultados existentes obtenidos mediante TADA.

Los autores mantienen un tono modesto respecto al alcance de sus hallazgos, señalando que, si bien su análisis invalida la consistencia de TADA, no necesariamente invalida todas las conclusiones cualitativas de estudios previos, aunque plantea serias dudas sobre su fiabilidad. Enfatizan que la inconsistencia surge específicamente cuando el parámetro "efectivo" depende del propio tiempo de primer paso, una condición común en los DDM dependientes del tiempo.