RESAPLE: An Approximate One-Step Restricted Likelihood Estimator of Spatial Dependence for Exploratory Spatial Analysis

Resumen Técnico: RESAPLE

1. Planteamiento del Problema

En el análisis de datos espaciales, especialmente en modelos autorregresivos espaciales (SAR) y modelos de error espacial (SEM), es crucial cuantificar la dependencia espacial (parametrizada por $\rho$). Dos herramientas estándar en el Análisis Exploratorio de Datos Espaciales (ESDA) son:

• El Índice de Moran ($\mathcal{I}_M$): Ampliamente utilizado para detectar autocorrelación, pero actúa como un estadístico de prueba más que como un estimador preciso de $\rho$. Es sesgado cuando $\rho$ se aleja de cero.
• El Estimador de Verosimilitud Perfilada Aproximada (APLE): Un estimador de un paso derivado de la verosimilitud completa (ML). Aunque es computacionalmente eficiente, está diseñado para datos crudos o perfiles de verosimilitud conjunta.

La brecha identificada: En la práctica aplicada, los analistas suelen ajustar modelos de regresión con covariables ($X$) para eliminar tendencias a gran escala y luego examinar los residuos para detectar dependencia espacial. Sin embargo, ni el Índice de Moran (calculado sobre residuos) ni el APLE estándar están explícitamente construidos como estimadores de la dependencia espacial residual bajo un marco de verosimilitud restringida. Existe una desconexión metodológica: los métodos actuales tratan los coeficientes de regresión ($\beta$) como parámetros de interés dentro de la verosimilitud conjunta, mientras que la práctica estándar los trata como parámetros de nuisance (molestos) que deben eliminarse primero.

2. Metodología Propuesta: RESAPLE

Los autores proponen RESAPLE (Restricted Spatial APL E), un estimador de un paso basado en la Verosimilitud Restringida Máxima (REML).

• Fundamento Teórico:

  • Se define un espacio residual eliminando la contribución de las covariables fijas ($X$). Sea $M = I - P$ el proyector ortogonal sobre el espacio ortogonal a $X$, donde $P$ es el proyector sobre el espacio de las covariables.
  • Se construyen contrastes residualizados $e = H^\top Z$, donde las columnas de $H$ forman una base ortonormal del espacio residual ($Im(M)$).
  • La distribución de $e$ es independiente de $\beta$ y depende únicamente de la estructura de covarianza del error espacial.

• Definición del Estimador:
  RESAPLE se deriva como una aproximación de un paso (one-step) de la ecuación de puntuación (score) de la verosimilitud restringida perfilada evaluada en $\rho=0$. La fórmula es una razón de formas cuadráticas:
  $$\hat{\rho}_{RESAPLE} = \frac{e^\top (K_r - \mu_r I_r) e}{e^\top (W_r^\top W_r + \nu_r I_r) e}$$
  Donde:

  • $W_r = H^\top W H$ es la matriz de pesos espacial proyectada en el espacio residual.
  • $K_r = (W_r + W_r^\top)/2$.
  • $\mu_r$ y $\nu_r$ son trazas normalizadas que actúan como correcciones de centro y escala.

• Propiedades Clave:

  • Invarianza: Es invariante a la reparametrización de la matriz de diseño $X$ y a la elección de la base ortonormal $H$.
  • Interpretabilidad: Al ser una razón de formas cuadráticas (coeficiente de Rayleigh), mantiene la facilidad de interpretación y visualización de los índices exploratorios tradicionales.
  • Eficiencia: Es computacionalmente barato (cierre analítico) pero más preciso que APLE para dependencias moderadas en presencia de covariables.

3. Contribuciones Clave

1. Alineación con la Práctica de Residuos: RESAPLE formaliza matemáticamente el flujo de trabajo común de "ajustar tendencia $\to$ analizar residuos", proporcionando un estimador que coincide con la perspectiva de verosimilitud restringida (REML) en lugar de la verosimilitud completa (ML).
2. Diagnóstico de Selección de Pesos Espaciales ($W$):
   • Los autores derivan una cantidad analítica, la información restringida en el nulo ($\mathcal{I}_r(0)$), que actúa como una medida de "informatividad local".
   • $\mathcal{I}_r(0) = \text{Tr}(W_r^\top W_r) + \text{Tr}(W_r^2)$.
   • Esto permite a los analistas comparar diferentes matrices de pesos candidatas (ej. contigüidad, k-vecinos más cercanos) basándose en cuál ofrece mayor potencia para detectar dependencia espacial después de ajustar por las covariables, resolviendo una ambigüedad común en el ESDA.
3. Herramientas de Visualización y Prueba:
   • Gráfico de Dispersión RESAPLE: Una generalización del gráfico de dispersión de Moran, donde los ejes están definidos intrínsecamente en el espacio residual restringido, permitiendo identificar contribuciones locales y leverage.
   • Pruebas de Hipótesis: Se proponen tres métodos para probar $H_0: \rho=0$: prueba exacta (Gaussiana), prueba de permutación (Freedman-Lane) y prueba aproximada $z$.

4. Resultados Empíricos

Los autores validan RESAPLE mediante estudios de simulación y un caso de estudio con datos reales:

• Estudios de Simulación:

  • Sesgo y RMSE: En una amplia gama de tamaños de muestra ($n$) y dimensiones de covariables ($p$), RESAPLE muestra el Menor Error Cuadrático Medio (RMSE) en comparación con Moran, APLE, MAPLE y REML. Su ventaja es particularmente notable en muestras pequeñas y cuando hay muchas covariables (poca libertad residual).
  • Potencia de Prueba: Como estadístico de prueba, RESAPLE logra tasas de rechazo (potencia) más altas que sus competidores para detectar autocorrelación positiva, especialmente en topologías irregulares y cuando el espacio residual es pequeño.
  • Robustez: La prueba de permutación basada en RESAPLE mantiene mejor el tamaño de la prueba (control de error Tipo I) que las aproximaciones asintóticas $z$ en configuraciones irregulares o con pocos grados de libertad.

• Caso de Estudio (Datos Reales):

  • Se utilizó datos del American Community Survey de condados en King County, Washington (EE. UU.), analizando el ingreso medio de los hogares.
  • Se comparó RESAPLE frente a otros estimadores bajo un "escalera" de modelos (desde solo intercepto hasta modelos con tendencias espaciales cuadráticas).
  • Hallazgo: RESAPLE siguió más de cerca al estimador REML (considerado el estándar de oro computacionalmente intensivo) que los estimadores basados en ML (APLE/MAPLE), incluso cuando la dependencia espacial era moderada (fuera del régimen de $\rho \approx 0$).
  • La visualización de contribuciones locales identificó coherentemente áreas de alto ingreso (como Seattle) como contribuyentes positivos a la dependencia espacial residual.

5. Significado e Impacto

El artículo es significativo por varias razones:

1. Puente Teórico-Práctico: Resuelve la tensión entre la teoría de verosimilitud conjunta y la práctica de análisis de residuos, ofreciendo un método que es teóricamente sólido (REML) y prácticamente viable (cierre analítico).
2. Guía para la Selección de Pesos: Proporciona un criterio cuantitativo y analítico ($\mathcal{I}_r(0)$) para seleccionar la matriz de pesos espaciales adecuada, algo que a menudo se hace de manera heurística o arbitraria.
3. Mejora en ESDA: Ofrece una herramienta superior para el análisis exploratorio en presencia de covariables, reduciendo el sesgo y mejorando la detección de patrones espaciales ocultos por tendencias a gran escala.
4. Aplicabilidad: Al ser un estimador de un paso, es escalable a grandes conjuntos de datos, a diferencia de los métodos de optimización numérica completa (como REML o ML estándar), manteniendo una precisión superior.

En conclusión, RESAPLE representa un avance metodológico que moderniza las herramientas de diagnóstico espacial, alineándolas con los flujos de trabajo modernos de regresión espacial y proporcionando mayor precisión y claridad en la detección de dependencia espacial residual.