Combining chains of Bayesian models with Markov melding

Título: Combinando cadeias de modelos Bayesianos com Markov Melding (Fusão de Markov em Cadeia)

Autores: Andrew A. Manderson e Robert J. B. Goudie
Data: Maio de 2022

---

1. O Problema

Na inferência Bayesiana, um desafio central para os praticantes é especificar um modelo único que incorpore múltiplos conjuntos de dados heterogêneos. Frequentemente, é mais fácil e natural especificar submodelos distintos para cada fonte de dados (baseados em modelos padrão já existentes para cada tipo de dado) e, em seguida, tentar uni-los.

O problema surge quando esses submodelos não compartilham um único parâmetro comum entre todos eles, mas sim uma estrutura em cadeia (ex: o Submodelo 1 compartilha um parâmetro com o 2, e o 2 compartilha um diferente com o 3). Métodos existentes de fusão de dados, como a "Markov Melding" original (Goudie et al., 2019), foram projetados para submodelos que compartilham um único parâmetro comum $\phi$. Eles não lidam diretamente com cadeias de submodelos onde as quantidades comuns variam ao longo da cadeia, nem capturam adequadamente as dependências a priori entre essas quantidades comuns adjacentes. Além disso, a estimação do posterior do modelo conjunto resultante pode ser computacionalmente proibitiva.

2. Metodologia Proposta: Markov Melding em Cadeia (Chained Markov Melding)

Os autores propõem uma extensão da Markov Melding, chamada Markov Melding em Cadeia, que permite combinar $M$ submodelos dispostos em uma estrutura linear.

Especificações do Modelo

• Estrutura: Considere $M$ submodelos $p_m(\theta_m, Y_m)$. Os submodelos adjacentes ($m$ e $m+1$) compartilham uma quantidade comum $\phi_{m \cap m+1}$.
• Substituição Marginal Estendida: Para unir os submodelos, o método aplica uma "substituição marginal". Cada submodelo é modificado para impor uma distribuição a priori comum (agregada) para as quantidades compartilhadas.
  • Define-se um prior agregado $p_{pool}(\phi)$, que resume as marginais a priori de todas as submodelos para as quantidades comuns.
  • O submodelo marginalmente substituído é definido como:
    $$p_{repl,m}(\phi, \psi_m, Y_m) = p_{pool}(\phi) \frac{p_m(\phi_m, \psi_m, Y_m)}{p_m(\phi_m)}$$
    onde $\phi_m$ são as quantidades comuns no submodelo $m$.
• Fusão: O modelo conjunto é formado pela combinação de Markov dos submodelos substituídos:
  $$p_{meld}(\phi, \psi, Y) = p_{pool}(\phi) \prod_{m=1}^M \frac{p_m(\phi_m, \psi_m, Y_m)}{p_m(\phi_m)}$$

Funções de Agregação (Pooling)

O artigo propõe extensões para as funções de agregação de priors (linear e logarítmica) para lidar com marginais de quantidades diferentes:

1. Agregação Logarítmica em Cadeia: Mantém a forma multiplicativa, permitindo dependências entre as componentes de $\phi$.
2. Agregação Linear em Cadeia: Propõe um procedimento de dois passos: primeiro agrega marginais adjacentes, depois multiplica os resultados. O artigo alerta que a versão padrão assume independência entre componentes, o que pode ser indesejável.
3. Agregação Ditatorial: Define-se uma "autoridade" para cada componente comum, escolhendo o prior de um submodelo específico para cada elo da cadeia.

Estimação do Posterior (Amostrador Multi-estágio)

Para evitar a avaliação simultânea de todos os submodelos (que seria computacionalmente cara), os autores propõem um amostrador paralelo multi-estágio:

• Estágio 1: Amostragem paralela e independente dos submodelos extremos (ou subconjuntos) para obter amostras de seus posteriors parciais.
• Estágio 2: Uso de um amostrador Metropolis-within-Gibbs que utiliza as amostras do Estágio 1 como propostas para atualizar os parâmetros comuns, focando apenas no submodelo central e no prior agregado para calcular as probabilidades de aceitação.
• Vantagem: Permite reutilizar implementações de software existentes para os submodelos e paraleliza a computação.

3. Contribuições Chave

1. Generalização da Markov Melding: Extensão do método para estruturas em cadeia, lidando com quantidades comuns distintas e dependentes entre submodelos adjacentes.
2. Tratamento de Incerteza: Oferece uma abordagem totalmente Bayesiana para incorporar incerteza em quantidades derivadas (como tempos de eventos estimados) em modelos conjuntos, superando a prática comum de usar estimativas pontuais (plug-in) que ignoram a variabilidade.
3. Algoritmo de Amostragem Eficiente: Desenvolvimento de um amostrador multi-estágio que reduz a carga computacional e permite a reutilização de códigos de submodelos existentes.
4. Clarificação de Práticas Informais: O trabalho formaliza processos comuns na análise aplicada onde submodelos são resumidos e aproximados para uso em etapas subsequentes, mostrando como a fusão de Markov em cadeia fornece uma base teórica rigorosa para isso.

4. Resultados e Exemplos

Os autores validam a metodologia com dois exemplos:

Exemplo 1: Modelo de População Integrada (IPM) para Corujas

• Cenário: Combinação de três fontes de dados: captura-recaptura, contagem populacional e dados de fecundidade.
• Objetivo: Estimar taxas de sobrevivência, imigração e fecundidade.
• Resultado: O modelo de fusão em cadeia produziu resultados idênticos ao modelo conjunto original (IPM) quando utilizada a agregação logarítmica com pesos específicos. Isso serviu como validação de que o método de fusão preserva a inferência correta. O amostrador multi-estágio funcionou bem, produzindo posteriors similares ao modelo completo com menor esforço computacional.

Exemplo 2: Análise de Sobrevivência com Tempos de Eventos Incertos

• Cenário: Análise de tempo até a falha respiratória (RF) em pacientes de UTI. O tempo de evento é incerto e derivado de um submodelo de regressão (B-splines) sobre dados de oxigenação (P/F ratio).
• Desafio: O tempo de evento é uma função não invertível e não determinística dos parâmetros do primeiro submodelo. Modelos conjuntos tradicionais não lidam bem com essa incerteza no tempo de evento.
• Comparação: Comparou-se a fusão em cadeia (que mantém a incerteza) com uma abordagem de "plug-in" (usando apenas a mediana do tempo de evento).
• Resultado:
  • A abordagem de "plug-in" produziu estimativas superconfiantes e enviesadas (intervalos de credibilidade muito estreitos e deslocados).
  • A fusão em cadeia capturou a multimodalidade e a incerteza do tempo de evento, resultando em inferências mais robustas.
  • A diferença foi particularmente visível na função de sobrevivência estimada, onde a abordagem de fusão mostrou uma variabilidade muito maior e mais realista.

5. Significado e Conclusão

O artigo demonstra que a Markov Melding em Cadeia é uma ferramenta poderosa e conceitualmente atraente para a integração de dados complexos e heterogêneos.

• Importância Prática: Permite que pesquisadores combinem modelos especializados (que já existem na literatura) sem precisar reformular todo o problema em um único modelo monolítico complexo.
• Gestão de Incerteza: Enfatiza que ignorar a incerteza na interface entre submodelos (usando estimativas pontuais) pode levar a conclusões estatísticas errôneas, especialmente em cenários de análise de sobrevivência com dados observacionais ruidosos.
• Flexibilidade Computacional: O amostrador multi-estágio torna viável a aplicação de métodos Bayesianos complexos em problemas de grande escala, permitindo o uso de software especializado (como Stan, JAGS, NIMBLE) para partes específicas do modelo.

Em suma, o trabalho fornece um framework rigoroso e computacionalmente eficiente para a "ciência de dados integrada", onde múltiplas fontes de informação devem ser combinadas de forma coerente, respeitando as dependências e a incerteza inerentes a cada fonte.