Accounting for Model Selection Uncertainty: Model Averaging of Prevalence and Force of Infection Using Fractional Polynomials

Un método para la inclusión de la incertidumbre en la selección del modelo: promedio de modelos para la prevalencia y la fuerza de infección usando polinomios fraccionarios

In most applications in statistics the true model underlying data generation mechanisms is unknown and researchers are confronted with the critical issue of model selection uncertainty. Often this uncertainty is ignored and the model with the best goodness-of-fit is assumed as the data generating model, leading to over-confident inferences. In this paper we present a methodology to account for model selection uncertainty in the estimation of age-dependent prevalence and force of infection, using model averaging of fractional polynomials. We illustrate the method on a seroprevalence crosssectional sample of hepatitis A, taken in 1993 in Belgium. In a simulation study we show that model averaged prevalence and force of infection using fractional polynomials have desirable features such as smaller mean squared error and more robust estimates as compared with the general practice of estimation based only on one selected “best” model.

En la mayoría de aplicaciones en estadística se desconoce el verdadero modelo que determina el mecanismo de generación de los datos, y los investigadores deben confrontarse con la incertidumbre en la selección del modelo. En muchas ocasiones esta incertidumbre es ignorada cuando solo se usa el modelo que mejor ajusta los datos observados, lo cual conlleva a estimaciones con nivel de confianza menor a los deseados. Las enfermedades infecciosas pueden ser estudiadas por medio de parámetros tales como la prevalencia dependiente de la edad y la fuerza de infección. En este trabajo nosotros estimamos estos dos parámetros mediante polinomios fraccionarios y proponemos el uso de promedio de modelos para incluir la variabilidad debida a la incertidumbre en la selección del modelo. Nosotros ilustramos esta metodología usando una muestra de seroprevalencia de hepatitis A en Bélgica en 1993. Por medio de simulaciones mostramos que la metodología propuesta en este artículo tiene atractivas propiedades tales como menor erro cuadrado medio y estimaciones más robustas comparado con la frecuente práctica de estimación basada en un único modelo.

https://doi.org/10.15446/rce.v38n1.48808

Accounting for Model Selection Uncertainty: Model Averaging of Prevalence and Force of Infection Using Fractional Polynomials Un método para la inclusión de la incertidumbre en la selección del modelo: promedio de modelos para la prevalencia y la fuerza de infección usando polinomios fraccionarios JAVIER CASTAÑEDA¹, MARC AERTS²

¹Medtronic Bakken Research Center, Maastricht, Netherlands. Principal Statistician. Email: javier.castaneda@medtronic.com
²Universiteit Hasselt, CenStat, Diepenbeek, Belgium. Director. Email: marc.aerts@uhasselt.be

---

Abstract

Key words: Bias, Mean Squared Error, Multimodel Estimation, Seroprevalence.

---

Resumen

Palabras clave: error cuadrado medio, estimación multi-modelo, seroprevalencia, sesgo.

---

Texto completo disponible en PDF

---

References

1. Agresti, A. (2002), Categorical data analysis, 2nd edition, John Wiley & Sons, New York.

2. Akaike, H. (1974), 'A new look at the statistical identification model', IEEE transactions on automatic control 19, 716-723.

3. Beutels, M., Damme, P. V. & Aelvoet, W. (1997), 'Prevalence of hepatitis A, B and C in the flemish population', European Journal of Epidemiology 13, 275-280.

4. Buckland, S., Burnham, K. & Augustin, N. (1997), 'Model selection: an integral part of inference', Biometrics 53, 603-618.

5. Burnham, K. & Anderson, D. (2002), Model selection and multi model inference. A practical information-theoretic approach, 2, Springer, New York.

6. Castañeda, J. & Gerritse, B. (2010), 'Appraisal of several methods to model time to multiple events per subject: modelling time to hospitalizations and death', Revista Colombiana de Estadística 11, 43-61.

7. Faes, C., Aerts, M., Geys, H. & Molenberghs, G. (2007), 'Model averaging using fractional polynomials to estimate a safe level of exposure', Risk Analysis 27(1), 111-123.

8. Farrington, C. (1990), 'Modeling forces of infection for measles, mumps and rubella', Statistics in Medicine 9, 953-967.

9. Goeyvaerts, N., Hens, N., Ogunjimi, B., Aerts, M., Shkedy, Z., Damme, P. V. & Beutels, P. (2010), 'Estimating infectious disease parameters from data on social contacts and serological status', Journal of the Royal Statistical Society. Series C (Applied Statistics) 59(2), 255-277.

10. Hens, N., Shkedy, Z., Aerts, M., Faes, C., Van Damme, P. & Beutels, P. (2012), Modeling Infectious Disease Parameters Based on Serological and Social Contact Data, 1st edition, Springer.

11. Hoeting, J., Madigan, D., Raftery, A. & Volinsky, C. (1999), 'Bayesian model averaging: a tutorial', Statistical Science 14(4), 382-401.

12. Keiding, N. (1991), 'Age-specific incidence and prevalence: a statistical perspective', Journal of the Royal Statistical Society. Series A (Statistics in Society) 154(3), 371-412.

13. Kullback, S. & Leibler, R. A. (1951), 'On information and sufficiency', Annals of Mathematical Statistics 22(1), 79-86.

14. Royston, P. & Altman, D. G. (1994), 'Regression using fractional polynomials of continuous covariates: parsimonious parametric modelling', Journal of the Royal Statistical Society. Series C (Applied Statistics) 43(3), 429-467.

15. Shkedy, Z., Aerts, M., Molenberghs, G., Beutels, P. & Damme, P. V. (2003), 'Modelling forces of infection by using monotone local polynomials', Journal of the Royal Statistical Society: Series C (Applied Statistics) 52(4), 469-485.

16. Shkedy, Z., Aerts, M., Molenberghs, G., Beutels, P., , & Damme, P. V. (2006), 'Modelling age-dependent force of infection from prevalence data using fractional polynomials', Statistics in Medicine 25(9), 1577-1591.

---

[Recibido en octubre de 2013. Aceptado en noviembre de 2014]

---

Este artículo se puede citar en LaTeX utilizando la siguiente referencia bibliográfica de BibTeX:

@ARTICLE{RCEv38n1a09,
    AUTHOR  = {Castañeda, Javier and Aerts, Marc},
    TITLE   = {{Accounting for Model Selection Uncertainty: Model Averaging of Prevalence and Force of Infection Using Fractional Polynomials}},
    JOURNAL = {Revista Colombiana de Estadística},
    YEAR    = {2015},
    volume  = {38},
    number  = {1},
    pages   = {163-179}
}

---