Design-Conditional Prior Elicitation for Dirichlet Process Mixtures: A Unified Framework for Cluster Counts and Weight Control

Resumen Técnico: Elicitación de la Priori Condicional al Diseño para Mezclas de Procesos de Dirichlet

Planteamiento del Problema
Los modelos de Mezcla de Procesos de Dirichlet (DPM) son ampliamente adoptados en la investigación educativa y del comportamiento para el análisis bayesiano semiparamétrico, permitiendo que los datos revelen estructuras latentes sin supuestos paramétricos restrictivos. Sin embargo, una barrera crítica para su aplicación efectiva es la especificación del parámetro de concentración, $\alpha$. Este parámetro gobierna tanto el número esperado de clústeres ocupados ($K_J$) como la distribución de los pesos de la mezcla.

Los profesionales carecen típicamente de una intuición directa sobre $\alpha$, pero pueden articular creencias sobre cantidades relevantes para el diseño, tales como el número esperado de subgrupos distintos entre un conjunto fijo de $J$ unidades (por ejemplo, sitios en un ensayo multisitio). Esto crea una "brecha de traducción" entre el conocimiento sustantivo del dominio y los hiperparámetros técnicos requeridos por el software. Las soluciones existentes enfrentan tres limitaciones primarias:

1. Brecha de Traducción: No existe un mapeo estándar de forma cerrada desde las creencias sobre $K_J$ hacia la forma y los parámetros de tasa $(a, b)$ de una hiperprioria Gamma ($\alpha \sim \text{Gamma}(a, b)$).
2. Brecha Computacional: Los métodos de calibración suelen depender de búsquedas en cuadrícula o ejecuciones repetidas de MCMC para minimizar la divergencia de Kullback–Leibler, lo que hace que el análisis de sensibilidad sistemático sea computacionalmente prohibitivo.
3. Brecha de Coherencia: Calibrar una priori únicamente para coincidir con las creencias sobre el conteo de clústeres no garantiza que los pesos de la mezcla implícitos se alineen con las expectativas sustantivas. Una priori que produce un $K_J$ plausible puede, inadvertidamente, codificar una alta probabilidad de "dominancia de peso" (donde un clúster captura la mayor parte de la masa), un fenómeno denominado la "priori no deseada".

Metodología: Elicitación Condicional al Diseño (DCE)
El artículo propone la Elicitación Condicional al Diseño (DCE), un marco unificado que traduce las creencias del profesional sobre la estructura de clústeres en hipriorias Gamma coherentes para un tamaño de diseño fijo $J$. El marco consta de dos componentes principales:

1. Coincidencia de Momentos en Dos Etapas (TSMM):

   • Etapa 1 (Inicialización de Forma Cerrada): Utiliza un proxy Binomial Negativa desplazado derivado de la conjugación Poisson–Gamma para proporcionar una inicialización de forma cerrada para $(a, b)$ basada en la media objetivo ($\mu_K$) y la varianza ($\sigma^2_K$) de $K_J$. Este paso aprovecha la aproximación $K_J - 1 | \alpha \approx \text{Poisson}(\alpha \log J)$.
   • Etapa 2 (Refinamiento Exacto): Aplica un refinamiento de Newton exacto en el espacio de log-parámetros para imponer los momentos objetivo bajo la verdadera distribución inducida por el proceso de Dirichlet de $J$-finito. Esta etapa utiliza derivadas analíticas de los momentos condicionales de $K_J$ (que involucran funciones digama y trigama) e integración numérica (cuadratura de Gauss–Laguerre) para resolver las ecuaciones de coincidencia de momentos.
   • Eficiencia: Este enfoque de dos etapas elimina la necesidad de búsqueda en cuadrícula, logrando una calibración de precisión de máquina en aproximadamente 50 milisegundos (una aceleración de ~900 veces respecto a los enfoques de optimización de discrepancia).

2. Protocolo de Doble Anclaje:

   • Reconociendo que la coincidencia de los momentos de $K_J$ no controla la concentración del peso, el DCE exige el reporte de diagnósticos de peso, específicamente probabilidades de cola como $\Pr(w_1 > 0.5)$ y $\Pr(w_1 > 0.9)$, donde $w_1$ es el primer peso de ruptura de palos (stick-breaking).
   • Si una priori calibrada mediante TSMM implica un riesgo de dominancia inaceptable (por ejemplo, una alta probabilidad de que una unidad aleatoria pertenezca a un clúster mayoritario), el protocolo ofrece un refinamiento opcional. Esto implica una optimización restringida que equilibra la fidelidad a los objetivos de $K_J$ con la tolerancia a la dominancia, reportando explícitamente el compromiso resultante.

Contribuciones Clave

1. Solución Computacional: La introducción de TSMM resuelve el cuello de botella computacional de la calibración de la priori, permitiendo una rápida y exacta coincidencia de momentos sin búsqueda en cuadrícula.
2. Mecanismo de Coherencia: El protocolo de Doble Anclaje aborda el fenómeno de la "priori no deseada" al hacer explícitas las implicaciones de peso. Proporciona un mecanismo para diagnosticar y, opcionalmente, restringir la dominancia de peso mientras reporta transparentemente el compromiso frente a la fidelidad del conteo de clústeres.
3. Implementación: El flujo de trabajo completo está implementado en el paquete de R de código abierto DPprior, que cuenta con diagnósticos reproducibles y una lista de verificación de reporte para asegurar la transparencia en la investigación aplicada.

Resultados de Simulación
El artículo evalúa el DCE frente a valores por defecto comunes (por ejemplo, $\text{Gamma}(1, 1)$) y métodos de calibración existentes (por ejemplo, Dorazio, 2009) a través de variaciones en el conteo real de clústeres ($K^* \in \{5, 10, 30\}$) y niveles de informatividad de los datos ($I \in \{0.2, 0.5, 0.8\}$).

• Fallo de los Valores por Defecto: La priori estándar $\text{Gamma}(1, 1)$ induce un "colapso de clúster" (concentración posterior en $K_J=1$) en más del 60% de los casos, independientemente de la estructura real de clústeres o la informatividad de los datos. Incluso los datos altamente informativos ($I=0.8$) no lograron superar los supuestos de fuerte agrupación (pooling) de la priori vaga.
• Desempeño de TSMM: Las prioris calibradas mediante TSMM redujeron sustancialmente el sesgo y mejoraron la recuperación de la estructura real de clústeres. Para $K^*=30$, TSMM redujo el Error Cuadrático Medio (RMSE) de 28.04 (priori vaga) a 4.31.
• Necesidad del Doble Anclaje: Para escenarios con conteos de clústeres esperados pequeños ($K^*=5$), el TSMM por sí solo todavía exhibió tasas de colapso moderadas (~48%) debido a la dominancia de peso implícita. El refinamiento de Doble Anclaje redujo esta tasa de colapso a aproximadamente el 10–14%, produciendo estimaciones casi insesgadas ($E[K_J | \text{datos}] \approx 5.04$) y una cobertura de intervalo de credibilidad del 100%.
• Limitación de la Informatividad: Las simulaciones demuestran que aumentar la informatividad de los datos no rescata a las prioris mal especificadas; la especificación de la priori basada en principios sigue siendo crítica incluso en entornos ricos en datos.

Significancia y Reivindicaciones
El artículo argumenta que la "caja negra" de la especificación de la priori en la estadística bayesiana no paramétrica debe abrirse. Reivindica que el DCE proporciona un flujo de trabajo práctico y defendible para aplicaciones de diseño fijo (por ejemplo, ensayos multisitio, meta-análisis) donde el tamaño de la muestra $J$ está determinado por el diseño de la investigación.

• Abordar el Debate SSD/SSI: Aunque reconoce la crítica de que las prioris dependientes del tamaño de la muestra (SSD) pueden carecer de coherencia a través de diferentes tamaños de muestra, los autores argumentan que, para diseños de $J$-fijo, la elicitación de creencias sobre $K_J$ es un enfoque sustantivamente significativo. El DCE sintetiza la interpretabilidad de los métodos SSD con los conocimientos de control de peso de las críticas de los métodos independientes del tamaño de la muestra (SSI).
• Impacto Práctico: Los autores afirman que el DCE mueve el campo hacia una práctica más fundamentada donde las prioris no son simplemente valores por defecto "vagos", sino que son transparentes, interpretables y alineadas con el diseño del estudio. Al requerir diagnósticos de peso y ofrecer un mecanismo de compromiso, el DCE asegura que el fenómeno de la "priori no deseada" sea identificado y gestionado en lugar de ignorado.

El artículo concluye que en entornos de muestra moderada, los valores por defecto vagos pueden comportarse como prioris de fuerte agrupación, y que aumentar la informatividad de los datos no neutraliza automáticamente este efecto. Por lo tanto, se recomienda la adopción de la elicitación condicional al diseño con diagnósticos de peso para una inferencia robusta en la investigación educativa y del comportamiento.