A Restricted Latent Class Hidden Markov Model for Polytomous Responses, Polytomous Attributes, and Covariates: Identifiability and Application

Este artigo apresenta um modelo de Markov oculto de classe latente restrito para dados longitudinais com respostas e atributos politômicos e covariáveis específicas do respondente, demonstrando sua identificabilidade, formulação bayesiana e eficácia através de simulações e aplicações em dados de exames de matemática e estados emocionais.

O essencial

Imagine que você está tentando entender a mente de alguém que está aprendendo algo novo, como matemática, ou acompanhando como o humor de uma pessoa muda ao longo de uma semana. O problema é que não podemos ver diretamente o que está acontecendo dentro da cabeça dessa pessoa; só vemos as respostas que ela dá em testes ou questionários.

Este artigo apresenta uma ferramenta estatística muito inteligente (um modelo matemático) para fazer exatamente isso: descobrir os "estados ocultos" da mente de alguém e como eles mudam com o tempo, levando em conta fatores externos como idade, gênero ou tipo de feedback recebido.

Aqui está uma explicação simples, usando analogias do dia a dia:

1. O Problema: O "Quebra-Cabeça" Oculto

Pense em um aluno fazendo uma prova de matemática. Ele pode acertar ou errar. Mas por que ele acertou?

• Será que ele sabe somar?
• Será que ele sabe multiplicar?
• Será que ele sabe as duas coisas?

Antes, os modelos estatísticos eram como um quebra-cabeça com a imagem na caixa: você já sabia exatamente quais peças (habilidades) existiam e como elas se encaixavam. Se o aluno errasse uma questão de multiplicação, o modelo assumia: "Ah, ele não sabe multiplicar".

Mas e se a gente não soubesse exatamente quais são as peças? E se o aluno tivesse uma habilidade mista que ninguém imaginou? O modelo antigo seria cego a essas nuances.

2. A Solução: O "Detetive" que Aprende com o Tempo

Os autores criaram um novo modelo, que chamaremos de "Detetive do Tempo". Em vez de ter a imagem na caixa, o Detetive olha para as respostas e tenta adivinhar o padrão sozinho (isso é o que chamam de modelo exploratório).

Além disso, ele não olha apenas para uma foto estática. Ele assiste a um filme (dados longitudinais). Ele vê como o aluno evolui da segunda-feira à sexta-feira.

• A Analogia do Filme: Imagine que o estado mental da pessoa é como um personagem em um jogo de vídeo game. O modelo tenta descobrir em qual "nível" (habilidade) o personagem está a cada momento.
• O Fator "Clima": O modelo também olha para o "clima" externo (covariáveis). Se o aluno recebeu um feedback especial (como um professor explicando o erro), o modelo pergunta: "Será que esse feedback fez o personagem subir de nível mais rápido?"

3. A Grande Diferença: "Cores" vs. "Luzes"

Muitos modelos antigos só viam coisas em preto e branco (Sim/Não, Acertou/Errou).

• O Modelo Antigo: "Você sabe ou não sabe?" (Luz acesa ou apagada).
• O Novo Modelo: Este modelo vê em cores e tons. Ele entende que o conhecimento é "poli-tomoso" (tem vários níveis).
  • Analogia: Em vez de apenas "ligado" ou "desligado", pense em um dimmer de luz. O aluno pode estar em um nível "meia-luz" (entende o básico, mas trava no complexo) ou "luz total". O novo modelo consegue medir esses tons de cinza e cores intermediárias.

4. Como Ele Funciona (A Mágica Matemática)

O modelo usa uma técnica chamada "Probit Multivariado". Vamos simplificar:
Imagine que a mente da pessoa é um tabuleiro de xadrez invisível.

• Cada peça no tabuleiro é uma habilidade (ex: saber frações, saber álgebra).
• O modelo cria um "mapa de probabilidade" que diz: "Se você está no quadrado A, é muito provável que você vá para o quadrado B amanhã, especialmente se você recebeu um feedback positivo".
• Ele também descobre quais peças do tabuleiro estão conectadas entre si. Talvez "saber somar" esteja fortemente ligado a "saber subtrair", mas não a "saber geografia". O modelo descobre essas conexões sem que ninguém precise dizer a ele.

5. Onde Eles Testaram?

Os autores colocaram esse "Detetive" para trabalhar em dois cenários reais:

1. Na Escola (Matemática): Eles analisaram testes de alunos sobre números racionais. O modelo descobriu que os alunos tinham habilidades mais complexas e interconectadas do que os modelos antigos pensavam. Ele mostrou que o tipo de feedback que o aluno recebia (explicação detalhada vs. apenas "certo/errado") mudava a velocidade com que eles aprendiam.
2. No Dia a Dia (Humor): Eles analisaram dados de pessoas que relatavam seu humor várias vezes ao dia durante uma semana. O modelo conseguiu mapear como o humor (estados ocultos) flutuava e como fatores como "hora do dia" ou "busca por sentido na vida" influenciavam se a pessoa ficava mais ansiosa ou mais calma.

6. Por Que Isso é Importante?

Antes, para usar esses modelos, você precisava ser um "guru" e definir todas as regras do jogo antes de começar (modelo confirmatório). Se você errasse uma regra, todo o resultado estava errado.

Este novo modelo é flexível. Ele diz: "Não me diga quais são as regras. Deixe-me olhar os dados e descobrir as regras sozinho".

• Resultado: Ele encontrou padrões que os especialistas humanos tinham perdido. Na aplicação escolar, ele foi mais preciso que o melhor modelo anterior.

Resumo Final

Pense neste artigo como a criação de um GPS inteligente para a mente humana.

• Antigo GPS: Te dizia "você está na Rua A" baseado em um mapa fixo que você desenhou antes.
• Novo GPS (deste artigo): Olha para o tráfego, o clima, o histórico de direção e descobre sozinho quais são as ruas (habilidades) e como você está se movendo entre elas, mesmo que você nunca tenha dito a ele para onde queria ir.

É uma ferramenta poderosa para educadores entenderem como os alunos aprendem e para psicólogos entenderem como as emoções flutuam, tudo isso usando matemática avançada para "ler" o que não pode ser visto diretamente.

Resumo técnico

Resumo Técnico: Modelo de Classe Latente Restrita com Cadeias de Markov Ocultas para Respostas Poliotômicas e Covariáveis

1. Problema e Motivação

A análise de dados longitudinais em contextos educacionais e psicológicos frequentemente exige a modelagem de mudanças no estado latente (ex: habilidades cognitivas ou estados emocionais) ao longo do tempo. Modelos existentes, como a Análise de Transição Latente (LTA) e modelos de classes latentes restritas (RLCMs), geralmente apresentam limitações:

• Restrição a atributos binários: Muitos modelos assumem que os atributos latentes são apenas binários (dominado/não dominado), ignorando a riqueza de níveis de proficiência (poliotômicos).
• Falta de flexibilidade exploratória: Modelos confirmatórios exigem uma matriz Q (relação entre itens e atributos) pré-especificada, o que pode levar a má especificação se o conhecimento do especialista estiver incorreto.
• Incorporação de covariáveis: A integração de covariáveis específicas do respondente para explicar transições entre estados latentes em modelos com atributos poliotômicos e respostas ordinais é complexa e pouco explorada.
• Identificabilidade: Garantir que os parâmetros do modelo sejam identificáveis em cenários longitudinais com atributos poliotômicos e estruturas complexas de covariáveis é um desafio teórico significativo.

O artigo propõe um modelo que supera essas limitações, permitindo a classificação de respondentes em classes latentes compostas por vetores de atributos poliotômicos, com transições modeladas por um processo de Markov não homogêneo influenciado por covariáveis.

2. Metodologia

O modelo proposto é um Modelo de Classe Latente Restrita (RLCM) Exploratório estendido para dados longitudinais, estruturado como um Modelo de Markov Oculto (HMM) não homogêneo.

Componentes Principais:

• Dados Observados: Respostas ordinais ($Y_{nj}^t$) de $N$ respondentes em $T$ pontos temporais para $J$ itens, juntamente com vetores de covariáveis ($X_n^t$).
• Estado Latente: Um vetor $\alpha_n^t \in \{0, \dots, L-1\}^K$, onde $K$ é o número de atributos e $L$ o número de níveis (poliotômico).
• Modelo de Medição (Emissão):
  • Utiliza um link probit cumulativo para relacionar o estado latente às respostas ordinais.
  • A probabilidade de resposta é dada por: $P(Y_{nj}^t = m | \alpha_n^t) = \Phi(\kappa_{j,m+1} - d_n^t \beta_j) - \Phi(\kappa_{j,m} - d_n^t \beta_j)$.
  • O vetor de design $d_n^t$ é construído via codificação cumulativa dos atributos, permitindo efeitos principais e interações.
  • Condição de Monotonicidade: Impõe que níveis mais altos de atributos aumentem a probabilidade de respostas mais altas, restringindo o espaço paramétrico de $\beta$.
• Modelo Estrutural (Transição):
  • As transições entre estados latentes ($\alpha_n^{t-1} \to \alpha_n^t$) são modeladas via um probit multivariado.
  • A probabilidade de transição depende do estado anterior e das covariáveis atuais ($X_n^t$) através da média de uma variável latente contínua subjacente.
  • A estrutura de covariância é parametrizada para garantir identificabilidade (uso de matriz de correlação em vez de covariância).
• Abordagem Bayesiana:
  • O modelo é formulado como um gráfico direcionado.
  • Utiliza expansão de parâmetros (data augmentation) com variáveis latentes contínuas ($Y^*$ e $\alpha^*$) para facilitar a amostragem.
  • Priors esparsos (Spike-and-Slab) são usados para seleção de variáveis na matriz de efeitos ($\beta$), permitindo descobrir automaticamente quais interações são relevantes (exploratório).
  • Algoritmo de amostragem: Metropolis-within-Gibbs.

Identificabilidade:
O artigo prova teoricamente que o modelo é estritamente identificável (até permutação de rótulos) sob condições específicas:

1. Probabilidades marginais de estado inicial não nulas.
2. Número de respostas suficientes para cobrir o espaço de estados ($J \times M \ge L^K$).
3. Matriz de emissão e matrizes de transição de posto completo.
4. Matriz de covariáveis de posto completo.
5. Condições sobre a esparsidade dos efeitos (D1 e D2).

3. Contribuições Chave

1. Generalização para Atributos Poliotômicos: Estende modelos de diagnóstico cognitivo para permitir múltiplos níveis de proficiência, oferecendo uma descrição mais rica do estado do respondente.
2. Modelagem Exploratória Longitudinal: Diferente de modelos confirmatórios que exigem uma matriz Q fixa, este modelo descobre a estrutura de interações entre atributos e itens a partir dos dados, utilizando seleção de variáveis Bayesiana.
3. Integração de Covariáveis na Transição: Incorpora covariáveis específicas do respondente diretamente na probabilidade de transição via probit multivariado, permitindo quantificar o impacto de intervenções ou características demográficas na mudança de estado.
4. Prova de Identificabilidade: Estabelece as condições teóricas necessárias para que os parâmetros do modelo longitudinal poliotômico sejam únicos, um avanço importante sobre trabalhos anteriores focados em dados transversais ou binários.
5. Algoritmo Eficiente: Desenvolve um algoritmo de amostragem baseado em expansão de parâmetros que lida eficientemente com a complexidade do probit multivariado e dados faltantes.

4. Resultados

Estudos de Simulação:

• Dois estudos de simulação foram conduzidos variando tamanho de amostra ($N$), número de tempo ($T$), e percentagem de dados faltantes.
• Recuperação de Parâmetros: O modelo demonstrou alta precisão na recuperação de parâmetros ($\beta, \gamma, \lambda, \xi, R$) conforme o tamanho da amostra aumentava.
• Dados Faltantes: O modelo lidou robustamente com dados faltantes (MCAR), tratando os valores ausentes como parâmetros a serem inferidos, sem necessidade de imputação múltipla externa.
• Convergência: Os testes de Geweke e tempos de autocorrelação integrados (IAT) indicaram boa convergência da cadeia de Markov.

Aplicações Reais:

• Aplicação Educacional (Matemática):
  • Dados: 276 alunos em três grupos (diagnóstico, tradicional, controle) avaliados em três momentos com feedback diferenciado.
  • Comparação: O modelo proposto (exploratório) superou o modelo confirmatório sLong-DINA (Tang & Zhan, 2021) em termos de WAIC (Critério de Informação Ampliamente Aplicável).
  • Descobertas: A matriz Q inferida foi mais densa e complexa que a hipotetizada pelos especialistas, revelando interações entre atributos que o modelo confirmatório ignorou. As covariáveis confirmaram que o feedback cognitivo (CDF) teve efeitos positivos mais fortes na maioria dos atributos do que o feedback tradicional.
• Aplicação em Estado Emocional:
  • Dados: 140 respondentes monitorados por 5 dias com medições frequentes de personalidade e afeto.
  • Resultados: O modelo identificou três dimensões latentes principais. Revelou que itens de personalidade carregavam em dimensões específicas, enquanto itens de afeto carregavam em outras, com interações complexas. O modelo capturou a dinâmica temporal dos estados emocionais e a influência de covariáveis (hora do dia, busca de sentido na vida).

5. Significância e Conclusão

Este trabalho representa um avanço significativo na modelagem de diagnósticos cognitivos e traços latentes longitudinais. Ao combinar a flexibilidade de modelos exploratórios com a estrutura temporal de HMMs e a capacidade de lidar com dados ordinais e poliotômicos, o modelo oferece uma ferramenta poderosa para pesquisadores.

• Validação de Conhecimento: Permite validar ou refinar matrizes Q hipotetizadas por especialistas, evitando viés de especificação.
• Avaliação de Intervenções: Fornece uma estrutura rigorosa para avaliar como intervenções (covariáveis) afetam a trajetória de aprendizado ou mudança de estado emocional.
• Futuro: A metodologia abre caminho para aplicações em saúde mental (transição entre estados de doença), medicina e ciências sociais, onde a mudança de estado é contínua e influenciada por múltiplos fatores.

O código e os dados estão disponíveis publicamente, facilitando a reprodutibilidade e a adoção do modelo pela comunidade científica.