📊 statistics

Modelling multivariate ordinal time series using pairwise likelihood

Cet article propose une méthode pour modéliser des séries temporelles ordinales multivariées en utilisant des copules pour spécifier les distributions bivariées et une vraisemblance composite conditionnelle par paires pour approximer la vraisemblance complète, permettant ainsi d'estimer les paramètres de manière indépendante et de les synthétiser via une moyenne pondérée pour gérer les dépendances complexes et les corrélations croisées.

Auteurs originaux : Anna Nalpantidi, Dimitris Karlis

Publié 2026-02-16

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Anna Nalpantidi, Dimitris Karlis

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

🌍 Le Grand Puzzle des Chômagages : Comment prédire l'avenir avec des "paires"

Imaginez que vous essayez de prédire la météo dans six pays différents de l'Europe (Portugal, Italie, Espagne, etc.) en même temps. Mais au lieu de dire "il va pleuvoir" ou "il va faire soleil", vous devez prédire des états ordonnés : "Très bas", "Moyen", "Élevé", "Très élevé". C'est ce qu'on appelle des séries temporelles ordinales.

Le problème, c'est que ces pays ne sont pas isolés. Si l'économie grecque va mal, cela influence souvent l'Espagne ou l'Italie. De plus, chaque pays a sa propre histoire : si le chômage était haut hier, il a tendance à rester haut aujourd'hui.

Les auteurs de cet article, Anna et Dimitris, ont créé une méthode ingénieuse pour résoudre ce casse-tête complexe. Voici comment ils s'y prennent, en utilisant des analogies simples.

1. Le Problème : Le "Monstre" à 6 Têtes

Pour modéliser ces six pays ensemble, il faudrait normalement créer un modèle mathématique géant qui prend en compte toutes les interactions possibles entre eux en même temps.

L'analogie : Imaginez essayer de résoudre un puzzle géant où chaque pièce bouge en fonction de toutes les autres pièces simultanément. C'est un cauchemar pour les ordinateurs ! Plus vous ajoutez de pays, plus le calcul devient impossible (comme essayer de deviner la trajectoire de 6 boules de billard qui se cognent toutes en même temps).

2. La Solution Magique : La Méthode des "Paires" (Pairwise Likelihood)

Au lieu de regarder le puzzle entier d'un coup, les auteurs proposent de le découper en petits morceaux gérables.

L'analogie : Au lieu de regarder la foule entière, imaginez que vous regardez deux personnes à la fois.
- Regardez le Portugal et la Slovaquie ensemble.
- Regardez la Grèce et l'Italie ensemble.
- Regardez l'Espagne et la Finlande ensemble.
- ...et ainsi de suite pour toutes les combinaisons possibles.

En étudiant ces paires, on peut comprendre comment deux pays réagissent l'un à l'autre. C'est beaucoup plus facile à calculer. C'est comme si, pour comprendre une grande famille, on passait du temps à observer les relations entre chaque couple de frères et sœurs, plutôt que d'essayer de comprendre la dynamique de toute la famille d'un seul coup.

3. Le Collage : La "Colle" des Copules

Une fois qu'on a compris comment chaque paire de pays interagit, il faut recoller le tout pour avoir une vision globale. C'est là qu'intervient un outil mathématique appelé Copule.

L'analogie : Imaginez que chaque paire de pays est un morceau de tissu. La copule est la colle ou le fil qui permet de coudre ces morceaux ensemble pour former une couverture unique. Cette colle est très flexible : elle peut s'adapter aussi bien aux pays qui bougent ensemble (corrélation positive) qu'à ceux qui bougent en sens inverse (corrélation négative).

4. L'Assemblage Final : Le Jury d'Experts

Après avoir analysé toutes les paires séparément, on obtient plusieurs estimations pour chaque paramètre (par exemple, "à quel point l'Italie influence la France"). Comment obtenir une seule réponse finale ?

L'analogie : Imaginez un jury d'experts. Chaque expert (chaque paire de pays) donne son avis.
- Si un expert est très confiant (ses données sont très claires), on écoute plus son avis.
- Si un expert est moins sûr de lui, on prend son avis en compte, mais avec moins de poids.
- Les auteurs proposent de faire une moyenne pondérée : on donne plus de voix à ceux qui ont les meilleures "preuves" (ce qu'ils appellent la matrice de Hessian, mais disons simplement "le niveau de confiance").

5. La Prédiction : Deviner l'Avenir

Une fois le modèle construit, comment prédire l'année prochaine ?

L'analogie : C'est comme si vous aviez 5 amis qui vous donnent chacun une prédiction pour le résultat d'un match.
- Méthode A : Vous prenez les 5 prédictions et vous choisissez celle qui revient le plus souvent (la mode).
- Méthode B : Vous faites la moyenne des probabilités données par chacun, puis vous choisissez le résultat le plus probable selon cette moyenne.
- Les auteurs testent les deux et voient qu'elles donnent des résultats très similaires.

6. L'Application Réelle : Le Chômage en Europe

Pour prouver que leur méthode fonctionne, ils l'ont appliquée aux données réelles du chômage dans 6 pays de l'UE entre 1998 et 2023.

Le résultat : Ils ont transformé les taux de chômage (des chiffres précis) en 4 catégories (1 à 4) pour simplifier le modèle.
Ce qu'ils ont trouvé : Le modèle fonctionne très bien pour des pays comme le Portugal ou la Slovaquie, où les tendances sont stables. En revanche, pour des pays comme la Grèce ou l'Espagne, où le chômage a beaucoup fluctué (crises, changements brusques), c'est plus difficile à prédire, un peu comme essayer de prédire la météo pendant un ouragan !

En Résumé

Cet article nous dit : "Ne cherchez pas à résoudre le problème géant d'un coup. Découpez-le en petites paires, résolvez chaque paire, puis assemblez les résultats intelligemment en donnant plus de poids aux plus fiables."

C'est une méthode qui économise beaucoup de temps de calcul tout en restant très précise, un peu comme assembler un meuble IKEA en suivant les instructions étape par étape plutôt que d'essayer de tout visser en même temps !

1. Problématique et Contexte

L'article aborde le défi de la modélisation conjointe de séries temporelles ordinales multivariées. Les variables observées sont discrètes et ordonnées (ex. : niveaux de chômage, états de santé), et l'objectif est de spécifier leur distribution conjointe.

Les auteurs identifient deux obstacles majeurs dans la littérature existante :

Complexité de la distribution conjointe : Il est difficile de construire des distributions multivariées adaptées aux variables ordinales, surtout lorsque le nombre de séries ( $K$ ) augmente.
Gestion des dépendances : Un cadre adéquat doit capturer simultanément :
- L'autocorrélation au sein de chaque série.
- La dépendance croisée (cross-correlation) entre les différentes séries.
- La dépendance temporelle croisée (dépendance entre une série à un instant $t$ et une autre à un instant $t-k$ ).

Les approches traditionnelles utilisant une copule multivariée complète deviennent rapidement ingérables computationnellement (le calcul des probabilités jointes implique un nombre de termes exponentiel en fonction de $K$ ).

2. Méthodologie Proposée

Les auteurs proposent une approche basée sur la vraisemblance par paires (pairwise likelihood) et les copules, s'inspirant du cadre de Fieuws et Verbeke (2006).

A. Modélisation Marginale

Chaque série temporelle $Z_{kt}$ est modélisée marginalement via un modèle autorégressif logistique ordinal (Ordinal Autoregressive Logit Model) d'ordre $p$ .

Le modèle intègre les valeurs passées de toutes les séries du système ( $Z_{1,t-1}, \dots, Z_{K,t-p}$ ) pour capturer les corrélations croisées et l'autocorrélation.
La probabilité conditionnelle est modélisée par une fonction de lien logit.

B. Structure de Dépendance via Copules

Pour capturer la dépendance contemporaine (lag-0) entre les séries, les auteurs utilisent des copules.

Au lieu d'estimer une copule multivariée de dimension $K$ (complexe), ils se concentrent sur les distributions marginales bivariées pour chaque paire de séries $(Z_{rt}, Z_{st})$ .
La fonction de répartition conjointe bivariée est définie par une copule $C$ (ex. : Gumbel, Frank) reliant les fonctions de répartition marginales.

C. Estimation par Vraisemblance Composite

La vraisemblance complète est approximée par une vraisemblance composite conditionnelle, qui est le produit des vraisemblances de toutes les paires possibles.

Log-vraisemblance : $\ell_{prw}(\theta) = \sum_{t} \sum_{r<s} \log f_{Z_{rt}, Z_{st}}$ .
Procédure d'estimation en deux étapes (pour éviter les problèmes d'optimisation) :
1. Maximisation individuelle : Chaque modèle bivarié est estimé indépendamment en maximisant sa propre log-vraisemblance. Cela génère des estimateurs $\tilde{\theta}_{rs}$ pour chaque paire.
2. Synthèse pondérée : Les estimateurs individuels sont combinés pour obtenir une estimation unique pour le modèle global. Les auteurs proposent une moyenne pondérée (plutôt qu'une simple moyenne) où les poids sont dérivés de la matrice Hessienne (négative) de chaque modèle bivarié. Cette méthode, inspirée de Hui et al. (2018), donne plus de poids aux estimations plus précises (variance plus faible).

D. Erreurs Standards et Prévision

Erreurs standards : Calculées en utilisant la distribution asymptotique des estimateurs de vraisemblance composite (matrice de sandwich $J^{-1}KJ^{-1}$ ).
Prévision : La prévision multivariée est complexe car la distribution conjointe n'est pas explicitement disponible. Les auteurs proposent deux méthodes pour combiner les prévisions issues des modèles bivariés :
1. Méthode A (Mode) : Générer des tirages aléatoires pour chaque paire, puis prendre le mode (la valeur la plus fréquente) parmi les prévisions.
2. Méthode B (Probabilités moyennes) : Moyenner les probabilités conditionnelles de chaque état provenant de toutes les paires, puis sélectionner l'état avec la probabilité agrégée la plus élevée.

3. Contributions Clés

Cadre flexible et évolutif : L'approche contourne la malédiction de la dimensionnalité en évitant l'estimation directe d'une copule multivariée de haute dimension.
Flexibilité des copules : Elle permet théoriquement d'utiliser différentes familles de copules pour différentes paires de séries, selon la structure de dépendance spécifique observée (bien que l'étude de simulation utilise une copule commune pour simplifier).
Procédure d'estimation robuste : La méthode de synthèse pondérée basée sur la matrice Hessienne améliore l'efficacité des estimateurs par rapport à une simple moyenne arithmétique.
Application aux données réelles : Démonstration de la méthode sur des données économiques concrètes (taux de chômage).

4. Résultats

Étude de Simulation

Configuration : Simulation de 100 échantillons de tailles $T = 100, 500, 1000$ pour un système trivarié avec une copule de Gumbel.
Performance : Les estimateurs sont non biaisés et consistents (la variance diminue avec la taille de l'échantillon).
Comparaison des estimateurs : La moyenne pondérée (Weighted Mean) surpasse légèrement la moyenne simple, en particulier pour l'estimation du paramètre de dépendance $\phi$ de la copule. L'erreur quadratique moyenne (MSE) tend vers zéro lorsque $T$ augmente.

Application Réelle : Chômage dans l'Union Européenne

Données : Taux de chômage trimestriel (1998-2023) pour 6 pays (Portugal, Slovaquie, Finlande, Grèce, Espagne, Italie). Les données continues ont été discrétisées en 4 états ordinaux basés sur les quantiles.
Modélisation : Utilisation d'une copule de Frank (capable de gérer les dépendances positives et négatives) et d'un modèle autorégressif d'ordre 1.
Résultats d'estimation : Les paramètres marginaux et de copule sont significatifs. La matrice de corrélation de Kendall montre des autocorrélations fortes et des dépendances croisées variées.
Prévision (2021-2023) :
- Les deux méthodes de prévision (A et B) donnent des résultats similaires.
- Performance : Excellente pour le Portugal, la Slovaquie et la Finlande (prévision correcte de l'état avec une probabilité élevée).
- Limites : Performances plus faibles pour la Grèce, l'Espagne et l'Italie, probablement dues à la persistance de l'état (séries qui restent longtemps dans le même état), ce qui suggère que des modèles spécifiques (comme les modèles DAR) pourraient être plus adaptés pour ces cas particuliers.

5. Signification et Conclusion

Cet article propose une solution pragmatique et computationnellement efficace pour modéliser des séries temporelles ordinales multivariées, un domaine souvent négligé en raison de la complexité mathématique.

Avantage principal : Réduction drastique de la complexité computationnelle tout en préservant la capacité à capturer des structures de dépendance complexes (à la fois intra et inter-séries).
Implication pratique : La méthode permet aux économètres et statisticiens d'analyser des systèmes de variables ordinales interdépendantes (comme les indicateurs économiques ou de santé) sans être bloqués par les limitations des copules multivariées de haute dimension.
Perspectives : Les auteurs suggèrent que le cadre peut être étendu pour inclure des covariables, des modèles marginaux différents par série, et des copules différentes par paire, bien que cela pose des défis supplémentaires de sélection de modèle.

En résumé, l'approche par vraisemblance composite (pairwise likelihood) couplée à une synthèse pondérée des estimateurs constitue une avancée méthodologique significative pour l'analyse de données ordinales multivariées.