Bayesian Estimation of the Univariate ACE Model With Ordinal Data
本文介绍了一种在 Stan 中实现的、用于序数数据下单变量 ACE 模型贝叶斯估计的高效边际似然法，该方法克服了频率派在小样本和零频单元方面的局限性，并将计算成本与样本量解耦。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正在试图解开一个巨大的谜题，以弄清楚是什么在驱动人类的行为。我们主要是由父母遗传的基因所塑造，还是由我们成长的环境，亦或是那些仅仅发生在我们身上的独特经历所塑造？科学家们几十年来一直试图破解这个密码，使用的是“双胞胎研究法”。他们通过比较拥有100%相同DNA的同卵双胞胎与拥有约50%相同DNA的异卵双胞胎，来观察同卵双胞胎在多大程度上比异卵双胞胎更相似，从而研究人员可以估算出某种特质（如身高、性格，甚至是一个人感到悲伤的频率）有多少是由遗传决定的，有多少是由环境决定的。
然而，这里有一个陷阱。在现实生活中，我们很少能得到完美的数字。我们经常需要让人们从一系列选项中进行选择，比如“从不”、“有时”或“总是”。在统计学领域，这被称为“定序数据”（ordinal data）。这就像是试图仅用一个显示“冷”、“温”或“热”的温度计来测量房间的精确温度。传统的数学工具在处理这些模糊的类别时会显得力不从心，尤其是在你没有大规模人群进行研究，或者某些选项很少被选中（产生“空白”数据点）的情况下。当数学运算陷入僵局时，答案可能会变成荒诞的猜测，甚至是无法实现的结论，比如得出某个特质是120%由遗传决定的。本文探讨了如何从这些杂乱、模糊的调查数据中获得可靠的答案，而无需依赖庞大的参与者群体。
作者马克·莱（Mark Lai）和克里斯托弗·比姆（Christopher Beam）构建了一种全新的、超高效的方法来解决这个谜题，这种方法被称为“贝叶斯估计法”。把传统的数学想象成尝试通过举起一次神秘盒子来猜测它的重量，并寄希望于运气；如果盒子很轻或者数据很混乱，你可能会猜错。在处理双胞胎研究时，旧的方法在面对稀疏数据或存在“空盒子”的情况时经常会碰壁。作者的新方法更像是一位聪明且充满好奇心的侦探，他会收集线索，随着每一件新证据的出现不断更新自己的理论，并且始终保留着一份关于盒子可能重量的所有“可能性”的清单，而不仅仅是一个猜测。
该论文介绍了一个巧妙的捷径。与其尝试逐一模拟研究中的每一个个体（这既缓慢又耗费计算资源，就像数清沙滩上的每一粒沙子一样），他们的方法关注的是数据的“汇总”——即有多少人选择了每个选项的数量。这就像是查看一张沙滩地图来观察沙子堆积的位置，而不是走遍整个沙滩。这使得数学运算变得极其迅速，即使对于大型群体，处理时间也不到一秒钟，而旧方法可能需要几分钟甚至几小时。
至关重要的是，这种新方法使用了“先验知识”（priors），这就像是根据我们已知的知识给侦探一个提示。例如，我们知道特质的组成部分（遗传、共同环境、独特环境）必须相加等于100%，且不能是负数。新方法将这些规则直接内置于数学模型之中。这防止了困扰旧方法的那些“不可能”的答案。在测试中，当使用小型数据集时，旧方法经常崩溃或给出诸如“负环境”之类的结果，这在逻辑上是讲不通的。然而，新方法却能保持轨道，提供完整的确定性图景。它不仅仅是说“答案是60%”；它会说：“答案很可能在35%到84%之间，并且这里是这种可能性的分布形状。”
作者还展示了该方法在数据棘手（例如某些答案类别为空）时依然表现出色。他们使用小型双胞胎样本（仅50对双胞胎）进行了模拟，发现虽然其他方法往往无法找到有效答案，但他们的新方法始终能找到一个符合宇宙规律（即没有负百分比）的解决方案。他们不仅声称这行得通，还通过将他们的结果与在大规模数据集上运行的“金标准”旧方法进行对比，证明了他们这种快速、新颖的方法在准确性上与那些缓慢、沉重的算法不相上下，且没有那些令人头疼的问题。
简而言之，这篇论文提供了一种更快、更聪明、更可靠的方法，用来理解有多少是我们天生的本性，有多少是我们后天的教养，即使在数据杂乱、规模较小或存在缺口的情况下也是如此。它将一个经常出错的数学问题，转化为了一个稳健、灵活且能够应对现实世界行为科学挑战的问题。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。