Discrete-time, discrete-state multistate Markov models from the perspective of algebraic statistics

Resumo Técnico: Modelos de Markov de Múltiplos Estados de Tempo Discreto e Estado Discreto sob a Perspectiva da Estatística Algébrica

Enunciado do Problema
O artigo aborda a estrutura algébrica subjacente aos modelos de Markov de múltiplos estados de tempo discreto e estado discreto, uma classe de modelos amplamente utilizada na análise de história de eventos para descrever processos que evoluem através de sequências de estados. Embora a fatoração probabilística das probabilidades de trajetória seja bem compreendida, as relações polinomiais (restrições algébricas) entre as probabilidades conjuntas das trajetórias não foram sistematicamente exploradas dentro do arcabouço da estatística algébrica. Especificamente, os autores visam estabelecer uma ponte entre a análise de história de eventos e a estatística algébrica, caracterizando esses modelos via parametrizações monomiais e estudando seus ideais de desaparecimento associados. Uma distinção fundamental é feita entre modelos não homogêneos (onde as probabilidades de transição variam com o tempo) e modelos homogêneos (onde as probabilidades de transição são invariantes no tempo), bem como modelos com restrições estruturais como transições proibidas ou estados absorventes.

Metodologia
Os autores empregam as ferramentas da estatística algébrica, focando especificamente em:

1. Parametrização Monomial: Eles formalizam a probabilidade conjunta de uma trajetória finita como um monômio em termos de parâmetros de distribuição inicial ($\pi$) e probabilidades de transição ($a$). Isso define um mapa $\phi$ do espaço de parâmetros para o simplexo de probabilidade.
2. Implicitização e Ideais de Desaparecimento: O objeto algébrico central de estudo é o núcleo do mapa de pullback $\phi^*$, denotado como o ideal de desaparecimento $I$. Este ideal consiste em todas as relações polinomiais que se anulam sobre as probabilidades conjuntas das trajetórias implicadas pelo modelo.
3. Ideais Toricos e Modelos Hierárquicos: Os autores analisam se esses modelos correspondem a modelos hierárquicos decomponíveis (cujos ideais de desaparecimento são toricos e gerados por binômios). Eles utilizam resultados da teoria de complexos simpliciais e modelos gráficos decomponíveis.
4. Estimativa de Máxima Verossimilhança (MLE): O artigo compara fórmulas clássicas de MLE estatístico com abordagens algébricas (resolvendo equações de verossimilhança via multiplicadores de Lagrange ou analisando o ideal de verossimilhança) para determinar se a formulação algébrica oferece vantagens computacionais ou revela diferenças estruturais (por exemplo, a inclusão estrita do modelo dentro de seu fechamento de Zariski).
5. Verificação Computacional: Exemplos são verificados usando Macaulay2 e R, incluindo aplicações ao mundo real em dados de textos de Shakespeare para ilustrar as descobertas teóricas.

Principais Contribuições e Resultados

• Modelos Não Homogêneos:

  • Os autores provam que modelos de Markov de múltiplos estados de ordem $k$ não homogêneos, quando as restrições estatísticas (não negatividade e soma unitária) são desconsideradas, são modelos hierárquicos decomponíveis.
  • Consequentemente, seus ideais de desaparecimento são ideais toricos gerados por famílias explícitas de binômios. Esses geradores correspondem a afirmações de independência condicional entre blocos de variáveis (Proposição 4.5).
  • Modelos com transições proibidas (ex: modelos de doença-doença/illness-death) são mostrados como fatias de coordenadas do modelo geral. Seus ideais de desaparecimento são obtidos adicionando equações lineares ($p_{path} = 0$) ao ideal geral (Corolário 4.7).
  • Crucialmente, no cenário não homogêneo, o modelo estatístico $M$ é exatamente igual à interseção da variedade algébrica $V$ e o simplexo de probabilidade $\Delta$ (Proposição 4.9).
  • A fórmula estatística clássica para MLE coincide com o MLE algébrico para modelos hierárquicos decomponíveis, produzindo um estimador racional de forma fechada e única.

• Modelos Homogêneos:

  • A homogeneidade temporal impõe restrições algébricas adicionais porque os parâmetros de transição são identificados entre diferentes passos de tempo. Isso faz com que modelos homogêneos geralmente fiquem fora da classe de modelos hierárquicos decomponíveis.
  • O ideal de desaparecimento para modelos homogêneos é estritamente maior do que o de seus contrapartes não homogêneos. Os autores derivam uma família geral de relações binomiais induzidas pela homogeneidade temporal (Proposição 5.2), análogas a relações de razão de chances (odds-ratio).
  • No entanto, exemplos computacionais (ex: Exemplo 1 e Exemplo 5) demonstram que esses binômios derivados não geram o ideal de desaparecimento completo em geral; polinômios de grau superior são necessários.
  • Um resultado significativo é que, para modelos homogêneos, o modelo estatístico $M$ está estritamente contido na interseção $V \cap \Delta$ (Proposição 6.2). Isso significa que a variedade algébrica contém pontos que satisfazem as restrições polinomiais, mas não correspondem a distribuições de probabilidade válidas sob a suposição de Markov homogênea.
  • Consequentemente, resolver o problema de MLE algebricamente (via ideal de verossimilhança) pode ser substancialmente mais complexo do que usar métodos estatísticos clássicos, que fornecem estimadores diretos de forma fechada através da soma de contagens de transição ao longo do tempo.

• Aplicações:

  • A teoria é aplicada a um modelo de doença-doença (illness-death) e a um modelo de doença-doença reversível.
  • Uma aplicação de dados reais envolve modelar palavras inglesas de obras de Shakespeare como trajetórias de Markov. Os autores computam MLEs tanto para modelos homogêneos quanto não homogêneos de primeira ordem, bem como um modelo homogêneo de segunda ordem (colapsando estados em vogais, consoantes e espaço). Eles demonstram discrepâncias entre frequências de trajetórias empíricas e probabilidades ajustadas pelo modelo, destacando particularmente como modelos homogêneos falham em capturar frequências de bigramas específicas de posição (ex: "th" no início de palavras) que modelos não homogêneos capturam.

Significância e Alegações
O artigo alega fornecer o primeiro estudo estatístico-algébrico sistemático de modelos de Markov de múltiplos estados de tempo discreto. Sua principal significância reside em:

1. Estrutura Unificada: Ele traduz suposições de modelagem (transições proibidas, estados absorventes, homogeneidade temporal) em restrições algébricas precisas (fatias de coordenadas, relações binomiais adicionais).
2. Insight Estrutural: Esclarece que, enquanto modelos não homogêneos se encaixam perfeitamente na classe bem compreendida de modelos hierárquicos decomponíveis, modelos homogêneos exibem um comportamento algébrico mais complexo, levando a um hiato entre o modelo estatístico e seu fechamento de Zariski.
3. Cautela Metodológica: Destaca que, para modelos homogêneos, métodos estatísticos clássicos para MLE são frequentemente superiores em simplicidade e diretoza em comparação com abordagens algébricas, que podem envolver a resolução de sistemas complexos com múltiplas soluções ou polinômios de grau superior.
4. Direções Futuras: Os autores identificam problemas abertos, incluindo o tratamento algébrico de dados com censura à direita, a geração completa de ideais de desaparecimento para modelos homogêneos e a extensão desses resultados para misturas de modelos de Markov e modelos gráficos coloridos.

Os autores mantêm um tom modesto quanto à utilidade dos métodos algébricos para inferência, observando que, embora os pontos de vista algébricos forneçam uma compreensão estrutural profunda, os métodos estatísticos clássicos frequentemente permanecem o caminho mais simples para a estimação de parâmetros, particularmente no caso homogêneo.