基于状态空间重构的传染病因果推断的局限
定量方法
2017-02-08 v3
摘要
传染病因其复杂的动态而臭名昭著，这使得拟合模型以检验假设变得困难。基于状态空间重构的方法已被提出用于推断噪声非线性动力系统中的因果相互作用。这些“无模型”方法统称为收敛交叉映射（CCM）。尽管CCM有理论支持，自然系统却经常违背其假设。为确定CCM下因果推断的实际局限，我们模拟了两种病原体菌株随相互作用强度变化的动态。原始的CCM方法对周期波动极其敏感，会推断在相似频率振荡的独立菌株之间的相互作用。这种敏感性随着推断因果关系的替代准则而消失。然而，CCM对高水平的过程噪声和确定性吸引子的变化仍然敏感。这种敏感性是有问题的，因为评估自然系统（包括作为交叉映射基础的重构吸引子的质量）中的噪声和动态变化仍然具有挑战性。我们通过分析前疫苗时代纽约市和芝加哥可报告儿童感染的时间序列来说明这些挑战。我们评论了当前在因果推断中使用状态空间重构所面临的统计与概念挑战。
引用
@article{arxiv.1601.00716,
title = {Limits to causal inference with state-space reconstruction for infectious disease},
author = {Sarah Cobey and Edward B. Baskerville},
journal= {arXiv preprint arXiv:1601.00716},
year = {2017}
}
备注
32 pages, 7 main figures, 10 supplemental figures