针对难以计算似然模型的适度性检验及其在人口遗传学中的应用
统计方法学
2025-01-29 v1 统计计算
摘要
在人口遗传学及其他应用领域，难以计算似然的模型常见。近似贝叶斯计算 (ABC) 或更广泛的仿真基于推断 (SBI) 方法通过模拟模型下的数据集并使用高级机器学习工具（如模型选择和参数推断）将其与观测数据集进行比较来工作。本文聚焦于模型批评，具体而言是适度性检验 (GoF)，用于难以计算似然的模型。我们引入两种新的 GoF 检验：预推断 \gof 检验判断观测数据集是否来自先验预测分布；后推断 GoF 检验判断是否存在参数值使得观测数据集来自该参数值下的似然分布。预推断检验可用于以有限模拟量修剪大型模型集合，而后推断检验用于评估所选模型的拟合程度。两种检验均基于局部离群因子 (LOF, Breunig 等，2000)。该指标最初用于离群点和新颖检测，能够捕捉局部密度偏差，捕捉传统 k-NN 方法可能忽略的细微差别。我们在三种不同复杂度的模型设置中对模拟数据集评估了两种 GoF 检验的性能。随后，我们在单核苷酸多态性 (SNP) 数据集上演示了这些方法的实用性，用于评估现代人类种群的复杂演化情景。我们的双检验 GoF 方法突显了方法的灵活性：预推断 \gof 检验从贝叶斯角度提供模型有效性见解，而后推断检验提供更一般和传统的适度性检验视角。
引用
@article{arxiv.2501.17107,
title = {Goodness of Fit for Bayesian Generative Models with Applications in Population Genetics},
author = {Guillaume Le Mailloux and Paul Bastide and Jean-Michel Marin and Arnaud Estoup},
journal= {arXiv preprint arXiv:2501.17107},
year = {2025}
}