Bayesian Sparse Mixed-Response Species Distribution Models with Spatial Dependence

技術要約：空間依存性を伴うベイズ・スパース混合応答種分布モデル

問題提起
現代の生態学的モニタリングプログラムでは、共通の調査地点において、不均一な応答タイプ（例：バイオマスなどの連続型、出現の有無などの二値型、個体数などのカウント型）がますます多く記録されるようになっている。従来のアプローチは、これらの応答を個別にモデル化して、応答間の相互情報を放棄するか、あるいは高次元の環境特徴空間や複雑な空間構造を適切に扱うことができない結合種分布モデル（JSDM）を使用することが多かった。統計的な課題は、以下の事項を同時に実現する統一されたフレームワークを開発することにある：

1. 様々な応答ファミリー（ガウス型、ベルヌーイ型、負の二項分布）を許容すること。
2. 高次元の設定（環境辞書に線形、二次、ヒンジ、閾値項が含まれる場合）において、共有された特徴選択を行うこと。
3. スパースな環境成分が広範な地理的トレンドを吸収してしまうことなく、空間的または時空間的な依存性を考慮すること。
4. 応答ファミリー固有のリカレント（尤度）を保持しつつ、アウトカム間の残差依存性をモデル化すること。

手法
著者らは、Wangら（2025）の混合型多変量スパース選択フレームワークを空間設定へと拡張した、ベイズ混合応答種分布モデル（SDM）を提案している。

• 特徴辞書: 生の環境共変量は、決定論的な写像 $\Phi$ を介して高次元のデザインベクトル $X_i$ へと変換される。これには、MaxEntの特徴構築に着想を得た標準化された線形項、平方項、選択された積、および非線形変換（閾値、ヒンジ、カテゴリ指標）が含まれるが、MaxEntの尤度とは異なる。
• 線形予測子: サイト $i$ における応答 $k$ について、線形予測子は $\theta_{ik} = X_i^\top \beta_k + h_i^\top \gamma_k$ である。ここで、$\beta_k$ は環境係数を、$\gamma_k$ は低ランクの空間的または時空間的な基底 $h_i$ の係数を表す。
• 応答ファミリー: 本モデルは以下をサポートする：
  • ガウス型 ($Y_{ik} \sim N(\theta_{ik}, \sigma_k^2)$)：連続データ用。
  • ベルヌーイ型 ($Y_{ik} \sim \text{Bernoulli}(\text{logit}^{-1}(\theta_{ik}))$)：出現の有無用。
  • 負の二項分布 ($Y_{ik} \sim \text{NB}(r_k, \theta_{ik})$)：カウントデータ用。
• 共有行スパース・シュリンケージ: 環境係数行列 $B = (\beta_1, \dots, \beta_q)$ は行スパースであると仮定される。これは、一部の環境特徴のみが任意の応答を駆動することを意味する。行に対してグローバル・ローカル・シュリンケージ事前分布（例：ホースシューまたは一般化ダブル・パレート分布）を適用することで、大きな信号を許容しながらスパース性を誘導する。空間係数 $\Gamma$ は、空間プロセスの低ランク近似を符号化するガウス事前分布に従う。
• 事後計算: モデルは、ベルヌーイ型および負の二項分布成分に対してポリア・ガンマ増幅（Polson et al., 2013）を利用する。これにより、非ガウス型の尤度を条件付きガウス核へと変換し、ポリア・ガンマ変数、環境係数、空間基底係数、および分散/サイズパラメータの間を交互に更新するギブス・サンプラーを可能にする。

主な貢献

1. 統一されたフレームワーク: 混合型の応答分布、共有された高次元の特徴選択、および構造化された空間効果を統合した単一の推論フレームワークを提示している。
2. 理論的保証: 著者らは、事後予測収束率（定理1）および事後確実スクリーニング特性（系1）を確立した。これらの結果は、共有スパース性と交差応答依存性の条件下で、推定量が真のスパース構造を回収し、最適な予測率を達成することを示している。
3. 手法的な区別: 本研究は、スパースな環境特徴選択と空間トレンドモデリングの分離を明確にしている。スパースな環境辞書が広範な地理的勾配を誤って吸収することを防ぐためには、空間基底項が必要であることを示している。

結果

• シミュレーション: 混合ガウス、ベルヌーイ、および負の二項応答を用いた制御されたシミュレーションにより、提案されたワンステップおよびスクリーニングされた二ステップの推定量が、共有スパース係数の行の回収および、データ生成メカニズムが共有スパース性と交差応答依存性を伴う場合の二値識別能の向上において、応答ごとのスパース回帰よりも優れていることを示した。これらの手法は、環境信号を滑らかな空間残差から分離することに成功している。
• アフリカゾウのベンチマーク: 公開されている出現・背景データセットを用い、フル空間スパース・ベルヌーイモデルを、環境のみのスパース・アブレーションおよび他のベースライン（線形ロジスティック、空間GAM、正則化GLM）と比較した。
  • 環境のみのアブレーションは強い空間勾配を捉えることができず、較正（キャリブレーション）の低下を招いた。
  • 提案されたフルモデル（低ランク空間基底と確率較正を含む）は、ブロック・クロスバリデーションにおいて、AUC (0.997)、ブライア・スコア (0.012)、ログ・スコア (0.084) の全指標で最も高い性能を示し、空間GAMや他の比較対象を上回った。
• FishGlob分析: 多種調査魚類生物多様性データセットに適用し、応答タイプ間の残差依存性を可視化した。残差依存性のヒートマップは、出現成分とカウント成分の間の強い正の関連、および連続的なバイオマスとの負の関連を明らかにした。これらのパターンは、独立したモデリングでは隠されてしまうものである。この分析は、単一の統合されたスコアではなく、ファミリー固有の診断（例：カウントの較正）を報告する必要性を強調した。

意義と主張
本論文の主要な意義は、解釈可能な共有スパース性と明示的な空間調整を提供する、高次元混合応答学習のための整合性のあるベイズ・ツールを提供することにあると主張している。

• 生態学的有用性: 本手法は、複数の応答タイプが共通の環境駆動力を共有している生態学的モニタリングにおいて特に有用である。これにより、研究者は、空間的自己相関を考慮しつつ、どの環境特徴が異なる分類群や応答タイプに対して活性化しているかを特定できる。
• 診断的価値: 著者らは、本モデルが診断的なストレス・テストとして機能することを強調している。例えば、アフリカゾウのベンチマークは、強い空間勾配を持つデータセットにおいて、スパースな環境特徴のみでは不十分であり、空間基底の導入が妥当な推論のために不可避であることを示している。
• 限界と範囲: 著者らは、モデルの普遍性について謙虚な姿勢を示している。シミュレーションにおける予測精度や特徴回収は向上するものの、信号が弱い場合や辞書項が相関している場合には、正確な特徴回収が曖昧になる可能性があると述べている。FishGlobへの適用においては、カウントの較正が依然として制限要因であること、および調査特有の効果（漁具、努力量など）を環境効果から慎重に分離する必要があることを指摘している。本モデルは、単一の応答に対するすべての空間スムーザーに代わるものではなく、共有スパース性と残差依存性が中心となる、共同学習のための特化したフレームワークとして提示されている。

結論として、提案されたアプローチは、単に単一の予測指標を最大化することではなく、混合型の応答タイプ間で共有される環境駆動力を理解すると同時に、空間構造を明示的にモデル化することを目的とする場合に最も効果的である。