用于蚂蚁交互的贝叶斯惩罚隐马尔可夫模型
应用统计
2018-06-06 v1
摘要
社会性动物间的交互揭示了营养、疾病与社会接触的交换与流动。我们考虑对木工蚁（\textit{Camponotus pennsylvanicus}）之间交哺交互的笼室级别分析，基于4小时逐秒观测。数据清晰显示出交哺快慢模式的切换。然而，拟合标准隐马尔可夫模型（HMM）得到的隐藏状态过程对该高分辨率数据过拟合，因为状态过程波动比生物学合理速度快一个数量级。我们提出一种新方法，通过对状态转移速率施加贝叶斯岭先验并纳入生物学驱动的协变量，实现HMM的惩罚估计。该惩罚诱导平滑，限制状态切换速率，并与蚁群内适当协变量结合，确保更生物学可行的结果。我们开发了马尔可夫链蒙特卡洛算法，基于接触网络的离散化观测进行贝叶斯推断。
引用
@article{arxiv.1806.01403,
title = {A Bayesian Penalized Hidden Markov Model for Ant Interactions},
author = {Meridith L. Bartley and Ephraim Hanks and David Hughes},
journal= {arXiv preprint arXiv:1806.01403},
year = {2018}
}
备注
30 pages, 6 figures