Joint Count Transformation Models with Covariate-dependent Correlations

Resumo Técnico: Modelos de Transformação de Contagem Conjunta com Correlações Dependentes de Covariáveis

Definição do Problema
Os Modelos de Distribuição de Espécies Conjuntos (JSDMs) são críticos para compreender como as covariáveis ecológicas moldam as comunidades de espécies e para distinguir as respostas ambientais compartilhadas das verdadeiras interações bióticas. No entanto, as abordagens existentes enfrentam duas limitações primárias:

1. Suposições Paramétricas Rígidas: A maioria dos JSDMs baseia-se em Modelos Lineares Generalizados Multivariados (MGLMMs) ou Modelos de Variáveis Latentes Generalizadas (GLLVMs) que assumem distribuições paramétricas específicas (ex: Poisson ou Binomial Negativa). Essas suposições frequentemente falham em capturar características complexas, como sobredispersão, sobdispersão e altas frequências de contagens zero sem transformações arbitrárias (ex: $\log(y+1)$) que assumem incorretamente distribuições contínuas para dados discretos.
2. Estruturas de Correlação Estáticas: Os métodos atuais tipicamente modelam associações interespecíficas como correlações residuais estáticas. Eles carecem da capacidade de modelar como essas associações mudam dinamicamente em resposta a covariáveis ambientais (ex: sazonalidade), um fenômeno observado na literatura ecológica onde padrões de competição ou correlação mudam com as condições ambientais. Além disso, muitos métodos baseados em cópulas dependem de procedimentos de estimação de duas etapas (estimando as marginais antes dos parâmetros da cópula), o que leva a erros padrão incorretos, ou são restritos a dados contínuos.

Metodologia
Os autores introduzem os Modelos de Transformação de Contagem Conjunta (JCTMs), um novo framework que combina modelos marginais livres de distribuição com uma cópula gaussiana latente dependente de covariáveis.

• Modelos Marginais: Em vez de assumir uma distribuição paramétrica, os JCTMs empregam modelos de transformação de contagem (Siegfried e Hothorn, 2020). Esses modelos estimam uma função de transformação monotônica $h_j(y_j)$ diretamente dos dados usando polinômios de Bernstein. Isso permite que o modelo acomode características distributivas complexas (assimetria, inflação de zeros) sem suposições distributivas pré-especificadas. O framework estende-se para modelos de transformação de localização-escala (Siegfried et al., 2023), onde tanto a localização (deslocamento) quanto a escala das contagens transformadas dependem de covariáveis via preditores lineares.
• Cópula Dependente de Covariáveis: A distribuição conjunta é construída usando uma cópula gaussiana latente $\Phi_{0, \Sigma(\mathbf{x})}$. A matriz de correlação $\Sigma(\mathbf{x})$ não é estática; ela varia como uma função de covariáveis $\mathbf{x}$. Para garantir que $\Sigma(\mathbf{x})$ permaneça uma matriz de correlação válida durante a estimação, os autores a parametrizam usando um fator de Cholesky inverso escalonado $\Lambda(\mathbf{x})$, onde os elementos fora da diagonal são modelados como preditores lineares das covariáveis.
• Interpretação: As correlações na escala transformada latente podem ser convertidas em correlação de postos de Spearman ($\rho$) ou tau de Kendall, fornecendo medidas interpretáveis de associação na escala de contagem observada.
• Inferência: Todos os parâmetros (transformação marginal, deslocamento, escala e parâmetros da cópula) são estimados simultaneamente via estimação de máxima verossimilhança conjunta (MLE). A verossimilhança é derivada da log-verossimilhança exata de dados com censura por intervalo, utilizando o algoritmo de Genz para integração normal multivariada. Essa estimação conjunta garante erros padrão assintoticamente corretos, evitando as armadilhas de procedimentos de duas etapas.

Principais Contribuições

1. Marginais Livres de Distribuição: O framework elimina a necessidade de suposições paramétricas rígidas (ex: Poisson) para dados de contagem, oferecendo uma abordagem semiparamétrica flexível que lida naturalmente com sobredispersão e inflação de zeros.
2. Associações Interspecíficas Dinâmicas: Os JCTMs são o primeiro framework de JSDM a modelar explicitamente correlações dependentes de covariáveis para dados de contagem, permitindo que as associações interespecíficas variem através de gradientes ambientais (ex: tempo/estação).
3. Estimação Conjunta: O método fornece um framework de MLE unificado que estima marginais e dependências simultaneamente, garantindo inferência estatística válida e evitando o viés da estimação de duas etapas.
4. Viabilidade Computacional: Os autores demonstram que a MLE conjunta é computacionalmente viável para comunidades de até 10 espécies, implementada no pacote R tram.

Resultados
O framework foi aplicado a dados de contagem diária de três espécies de aves que se alimentam de peixes (Corvo-marinho, Mergulhão-grande e Mergulhão-comum) no Lago Seehamer See ao longo de 14 anos.

• Desempenho Marginal: O modelo capturou com sucesso padrões complexos de abundância sazonal, incluindo períodos de alta contagem zero no verão para o Mergulhão-comum e mudanças sazonais na variância para as outras espécies.
• Dinâmica de Correlação: O modelo revelou correlações fortes e sazonalmente variáveis. Identificou correlações positivas elevadas entre as três espécies durante os meses de inverno e períodos de correlação negativa moderada em meses específicos (ex: entre o Mergulhão-grande e o Corvo-marinho em junho).
• Comparação com HMSC: Os resultados foram comparados com o framework Hierarchical Modeling of Species Communities (HMSC), uma abordagem bayesiana de ponta.
  • Precisão: As curvas de correlação do JCTM coincidiram estreitamente com as trajetórias empíricas e os resultados do HMSC.
  • Eficiência: O JCTM convergiu em 10 minutos em um único núcleo, enquanto o modelo HMSC exigiu 10 dias e 5 horas em 4 núcleos.
  • Convergência: O modelo HMSC exibiu má mistura e diagnósticos de convergência para parâmetros de covariância (mediana do fator de redução de escala potencial de 5,53), enquanto o JCTM forneceu estimativas estáveis.
• Simulação: Um estudo de simulação confirmou a consistência e precisão dos JCTMs para até 10 espécies, embora a complexidade computacional escale aproximadamente exponencialmente com o número de espécies ($J$).

Significância e Alegações
O artigo afirma que os JCTMs oferecem um avanço significativo sobre os JSDMs existentes ao fornecer uma alternativa flexível e livre de distribuição que não sacrifica a capacidade de modelar relações interespecíficas dinâmicas.

• Interpretabilidade: Ao contrário dos MGLMMs, onde os efeitos aleatórios obscurecem as interpretações marginais, os JCTMs fornecem SDMs marginais diretamente interpretáveis como um subproduto do processo de ajuste.
• Robustez: Ao evitar suposições paramétricas fortes, os JCTMs são mais adequados para dados ecológicos que frequentemente violam requisitos distributivos padrão (ex: contagens esparsas, inflação de zeros complexa).
• Viabilidade: Os autores demonstram que a estimação de máxima verossimilhança conjunta para correlações dependentes de covariáveis é agora viável para comunidades de pequeno a médio porte (até 10 espécies), oferecendo uma alternativa computacionalmente eficiente aos métodos MCMC bayesianos como o HMSC.

Os autores observam limitações, incluindo a sensibilidade das estimativas de parâmetros à ordenação das espécies no fator de Cholesky (exigindo análise de sensibilidade) e a atual inviabilidade computacional para comunidades muito grandes ($J > 15$) sem redução de dimensionalidade ou aproximações de duas etapas. Eles também alertam que as correlações residuais em modelos fenomenológicos podem capturar respostas compartilhadas a fatores ambientais não medidos em vez de interações bióticas diretas.