📊 statistics

Bayesian inference for ordinary differential equations models with heteroscedastic measurement error

Dit artikel introduceert een tweestaps semi-parametrisch raamwerk voor Bayesiaanse inferentie van ODE-modellen met heteroscedastische meetfouten, waarbij eerst een tijdsafhankelijke fout wordt geschat met een heteroscedastisch Gaußisch proces om vervolgens betrouwbaardere parameterschattingen en voorspellingsonzekerheid te verkrijgen dan bij standaard homoscedastische modellen.

Oorspronkelijke auteurs: Selva Salimi, David J. Warne, Christopher Drovandi

Gepubliceerd 2026-03-24

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Selva Salimi, David J. Warne, Christopher Drovandi

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een recept voor een taart probeert te achterhalen. Je hebt een bakker die de taart maakt (het systeem), en jij mag af en toe een hapje nemen om te proeven hoe het eruit ziet (de metingen).

In de wetenschap gebruiken we wiskundige formules, genaamd Differentiaalvergelijkingen (ODE's), om te beschrijven hoe systemen veranderen. Denk aan hoe een virus zich verspreidt, hoe een vispopulatie groeit, of hoe een koelkast afkoelt. Om deze formules waardevol te maken, moeten we de "receptparameters" (zoals de groeisnelheid) achterhalen door te kijken naar de data die we verzamelen.

Het probleem? De metingen zijn nooit perfect.

Het oude probleem: De "Vaste Maat"

Stel je voor dat je de taart meet met een liniaal die altijd even onnauwkeurig is. Of je nu net begint met bakken of de taart bijna klaar is, je liniaal maakt altijd even veel fouten. In de wetenschap noemen we dit homoscedasticiteit (een vast, constant foutenmarge).

Maar in het echte leven werkt dat vaak niet zo.

Als je taart nog klein is, is het lastig om de randen precies te meten (grote fout).
Als de taart groot is, kun je de vorm makkelijker zien (kleine fout).
Of misschien is het druk in de keuken (omgeving) en trilt je hand meer op bepaalde momenten.

Dit noemen we heteroscedasticiteit: de fouten veranderen in de tijd of hangen af van hoe groot de taart (het systeem) is. Als je dit negeert en gewoon doet alsof de fouten altijd hetzelfde zijn, krijg je een verkeerd recept. Je denkt dat je het precies goed hebt, maar je bent eigenlijk te zelfverzekerd over een fout antwoord.

De nieuwe oplossing: Twee stappen met een slimme assistent

De auteurs van dit paper (Selva Salimi en collega's) hebben een slimme, twee-stappen methode bedacht om dit op te lossen. Ze gebruiken een techniek die lijkt op een slimme, lerende assistent.

Stap 1: De "Fouten-Detective" (Gaussian Process)

In plaats van direct te proberen het recept te raden, laten ze eerst een slim algoritme (een Heteroscedastic Gaussian Process) kijken naar de data.

De analogie: Stel je voor dat je een detective bent die kijkt naar de "vlekken" op je liniaal. De detective zegt: "Hé, op maandag waren de metingen heel onzeker, maar op dinsdag waren ze heel precies."
Het algoritme leert zonder voorafgaande regels hoe de fouten zich gedragen. Het tekent een kaartje van de onzekerheid: "Hier is het rommelig, hier is het rustig."

Stap 2: De "Recept-Vertaler" (Bayseiaanse Inference)

Nu dat we weten waar de fouten zitten, gaan we pas het echte recept (de ODE-parameters) achterhalen.

De analogie: De detective geeft de bakker de kaartje met de onzekerheid. De bakker zegt: "Oké, ik weet nu dat de metingen op maandag minder betrouwbaar waren. Ik ga mijn berekening daarop aanpassen."
Hierdoor krijgt het eindresultaat (het recept) de juiste gewichten. De bakker wordt niet misleid door de rommelige metingen.

Waarom is dit belangrijk? (De resultaten)

De auteurs hebben dit getest op drie gebieden:

Simulaties: Ze maakten nep-data met variërende fouten. Hun methode gaf veel nauwkeurigere resultaten dan de oude methode, vooral als er veel data was.
Koraalriffen: Ze keken naar hoe koraal herstelt na een storm. De metingen waren onzeker als het koraal klein was, maar zekerder als het groot was. Hun methode gaf een realistischer beeld van hoe snel het koraal groeit.
Maasziekte-epidemie: Ze keken naar een uitbraak van mazelen. Tijdens piekmomenten (veel zieken) zijn de metingen vaak onzekerder dan in rustige periodes. De oude methode dacht dat de uitbraak groter was dan hij echt was. De nieuwe methode zag de pieken en dalen van de onzekerheid en gaf een veel betrouwbaarder voorspelling.

De kernboodschap

Als je een systeem probeert te begrijpen (of het nu koraal, virussen of economie is), is het net zo belangrijk om de meetfouten goed te begrijpen als het systeem zelf.

De oude manier was: "We meten met een liniaal die altijd even slecht is."
De nieuwe manier is: "We gebruiken een slimme assistent om te zien wanneer de liniaal slecht is, en passen onze berekening daarop aan."

Dit zorgt ervoor dat we minder zelfverzekerd zijn over de verkeerde antwoorden, en veel zekerder over de juiste antwoorden. Het is een stap naar betrouwbare wetenschap in een onzeker wereldje.

Titel: Bayesiaanse inferentie voor modellen met gewone differentiaalvergelijkingen (ODE) met heteroscedastische meetfouten

1. Het Probleem

Modellen met gewone differentiaalvergelijkingen (ODE's) worden veel gebruikt om dynamische systemen in de biologie, ecologie en epidemiologie te beschrijven. Om deze modellen betrouwbaar te maken, moeten parameters worden geschat op basis van waarnemingsdata. Dit vereist een statistisch model voor het waarnemingsproces, waarbij de meetfouten ( $\epsilon$ ) vaak worden gemodelleerd als onafhankelijke, identiek verdeelde (i.i.d.) Gaussische variabelen met een constante variantie (homoscedasticiteit).

In de praktijk is deze aanname echter vaak onrealistisch. Meetfouten kunnen heteroscedastisch zijn, wat betekent dat de variantie van de fouten varieert in de tijd of afhankelijk is van de toestand van het systeem. Dit kan worden veroorzaakt door:

Veranderingen in meetcondities.
Omgevingsfluctuaties.
Intrinsieke variabiliteit van het systeem.
Modelmisspecificatie (bijv. het negeren van relevante variabelen).

Het negeren van heteroscedasticiteit leidt tot:

Gecorrigeerde (biased) schattingen van ODE-parameters.
Onnauwkeurige kwantificering van onzekerheid (vaak te zelfverzekere, smalle betrouwbaarheidsintervallen).
Slechtere voorspellende prestaties, vooral bij dichte datasets.

Bestaande methoden om dit op te lossen vereisen vaak complexe parametrische foutmodellen, wat de rekentijd verhoogt en het risico op nieuwe misspecificaties met zich meebrengt.

2. Methodologie: Een Tweestaps Semi-parametrisch Kader

De auteurs stellen een nieuw tweestaps semi-parametrisch Bayesiaans raamwerk voor om heteroscedasticiteit te behandelen zonder de mechanische interpretatie van het ODE-model te verliezen.

Stap 1: Schatting van het Meetfoutproces (HetGP)
In plaats van een specifiek foutmodel aan te nemen, wordt de structuur van de meetfout direct uit de data geleerd.

Er wordt gebruik gemaakt van een Heteroscedastisch Gaussisch Proces (HetGP).
Dit model schat tegelijkertijd een latent gemiddelde functie $f(t)$ en een tijdsafhankelijke variantie $\sigma^2(t)$ .
De log-variantie $\log \sigma^2(t)$ wordt gemodelleerd als een tweede Gaussisch proces om positiviteit te garanderen.
Een alternatieve optimalisatie wordt gebruikt:
1. Schat de gemiddelde functie gegeven een initiële variantie.
2. Bereken de kwadratische residuen.
3. Gebruik de log-residuen om de variantie-functie te schatten.
4. Herhaal tot convergentie.
Het resultaat is een geschatte tijdsafhankelijke variantie $\hat{\sigma}^2(t_i)$ voor elk tijdstip.

Stap 2: Bayesiaanse Inferentie voor ODE-parameters
De geschatte variantie uit Stap 1 wordt behandeld als bekend en ingebracht in de likelihood-functie voor de ODE-parameters $\theta$ .

De likelihood wordt aangepast om de heteroscedastische variantie te bevatten:
$\log p(\tilde{y} | \theta, \hat{\sigma}^2(t)) = -\frac{1}{2} \sum_{i=1}^N \left[ \log(2\pi\hat{\sigma}^2(t_i)) + \frac{(\tilde{y}(t_i) - g(y(t_i; \theta)))^2}{\hat{\sigma}^2(t_i)} \right]$
Er wordt Markov Chain Monte Carlo (MCMC) (specifiek Metropolis-Hastings) gebruikt om de posterior-verdeling van de ODE-parameters te schatten.
Voordeel: Door de scheiding tussen het leren van de foutstructuur en het schatten van de mechanische parameters, wordt de berekeningslast verminderd en worden identificeerbaarheidsproblemen vermeden die optreden bij het gelijktijdig schatten van alles in één stap.

3. Belangrijkste Bijdragen

Scheiding van mechanisme en stochasticiteit: Een innovatieve aanpak waarbij de stochastische variabiliteit (fouten) non-parametrisch wordt gemodelleerd, terwijl de mechanische dynamica (ODE) behouden blijft.
Geautomatiseerde aanpak: Het raamwerk vereist geen a priori kennis van de vorm van de heteroscedasticiteit; deze wordt volledig uit de data geleerd via HetGP.
Verbeterde Onzekerheidskwantificering: Het biedt een robuustere manier om onzekerheid te kwantificeren, wat essentieel is voor betrouwbare voorspellingen in wetenschappelijke toepassingen.
Validatie: Het kader is getest op zowel synthetische data als twee complexe real-world toepassingen (ecologie en epidemiologie).

4. Resultaten

De methode werd geëvalueerd in drie casestudies:

Casus 1: Simulatie van Logistische Groei
- Een synthetisch dataset met bekende heteroscedastische fouten.
- Resultaat: De voorgestelde aanpak leverde posterior-schatters op die dichter bij de "ware" posterior lagen dan het standaard homoscedastische model, vooral naarmate het aantal observaties toenam. Het homoscedastische model leidde tot systematische bias en te smalle betrouwbaarheidsintervallen.
Casus 2: Herstel van Koraalriffen (Ecologie)
- Toepassing op data over hardkoraalbedekking (AIMS data).
- Resultaat: Het HetGP-model detecteerde duidelijke variaties in meetonzekerheid over de tijd. Hoewel de marginale verdelingen van de parameters (groeisnelheid, draagkracht) vergelijkbaar waren, toonde de gezamenlijke posterior (joint posterior) bredere onzekerheidsgebieden en verschuivingen in correlatiestructuur. De voorspellende intervallen pasten zich dynamisch aan de variabiliteit in de data aan, in tegenstelling tot de constante intervallen van het homoscedastische model.
Casus 3: Mazelen-epidemie (Epidemiologie)
- Toepassing op een SIR-model voor mazeleninfecties in Engeland en Wales (1948-1949).
- Resultaat: De variantie was hoger tijdens pieken in infecties en lager tijdens dalen. De heteroscedastische aanpak leverde meer geconcentreerde posterior-verdelingen op voor de transmissieparameters ( $\beta$ ) en de initiële populatie. Dit resulteerde in een nauwkeurigere schatting van de basisreproductiegetal $R_0$ en voorspellende intervallen die de pieken en dalen van de epidemie beter volgden.

5. Betekenis en Conclusie

Dit onderzoek benadrukt dat het zorgvuldig modelleren van het meetproces even cruciaal is als het definiëren van het dynamische model zelf.

Kritieke Inzicht: Het aannemen van homoscedasticiteit kan leiden tot misleidende conclusies en oververzekere schattingen, vooral bij grote datasets of systemen met complexe variabiliteit.
Praktische Toepassing: Het voorgestelde raamwerk biedt een geautomatiseerde workflow die de complexiteit van heteroscedastische fouten adresseert zonder de interpretatie van het ODE-model te verliezen.
Toekomstperspectief: Hoewel het huidige werk focust op Gaussische fouten, is het raamwerk flexibel genoeg om in de toekomst uit te breiden naar niet-Gaussische foutmodellen (bijv. voor tellingsdata of scheve verdelingen), wat de robuustheid van Bayesiaanse inferentie in ODE-systemen verder zal vergroten.

Samenvattend biedt deze studie een krachtig alternatief voor traditionele ODE-schattingen, waardoor wetenschappers betrouwbaardere parameterschatters en realistischere onzekerheidsintervallen kunnen verkrijgen in een breed scala aan wetenschappelijke domeinen.