M-SGWR: Multiscale Similarity and Geographically Weighted Regression

Sintesi Tecnica di M-SGWR: Regressione Geograficamente Pesata e di Similarità Multiscala

Problematica
I modelli di regressione locale tradizionali, come la Regressione Geograficamente Pesata (GWR) e la MGWR (Multiscale GWR), si affidano esclusivamente alla prossimità geografica (distanza fisica) per quantificare le relazioni spaziali, aderendo alla Prima Legge della Geografia di Tobler. Tuttavia, in un'era di globalizzazione e connettività digitale, la sola distanza geografica è spesso insufficiente per catturare come le località siano interconnesse. Fenomeni come la diffusione delle malattie, i legami nelle reti sociali e i flussi economici sono frequentemente guidati dalla "connettività funzionale" o dalla similarità degli attributi (ad esempio, lingua condivisa, rotte di viaggio, contesto socioeconomico), piuttosto che dalla vicinanza fisica. Inoltre, i modelli esistenti come MGWR consentono scale spaziali specifiche per variabile (bandwidth), ma limitano comunque la dipendenza spaziale a una singola dimensione (lo spazio geografico). Gli autori sostengono che assumere una scala uniforme o fare affidamento esclusivamente sulla distanza euclidea può portare a stime distorte e a una rappresentazione errata delle interazioni spaziali, particolarmente quando la "vicinanza remota" (similarità nello spazio degli attributi) gioca un ruolo significativo.

Metodologia
Il documento propone la M-SGWR (Multiscale Similarity and Geographically Weighted Regression), un nuovo framework di regressione locale che caratterizza l'interazione spaziale attraverso due dimensioni: lo spazio geografico e lo spazio degli attributi (variabili).

1. Matrici di Peso Duali: Per ogni variabile predittrice $j$, il modello costruisce due matrici di peso separate:
   • Una matrice di peso geografico ($W_G^{(j)}$) basata sul decadimento della distanza (utilizzando un kernel bi-quadratico adattivo).
   • Una matrice di peso di similarità degli attributi ($W_S^{(j)}$) basata sulla similarità dei valori dei predittori tra le località, normalizzata dalla deviazione standard locale.
2. Parametro di Miscelazione Variabile-Specifico ($\alpha$): A differenza del modello SGWR, che applica un singolo parametro di miscelazione ($\alpha$) globale a tutti i predittori, M-SGWR assegna un $\alpha_j$ distinto a ogni variabile indipendente. Questo parametro, compreso tra 0 e 1, governa il contributo relativo della prossimità geografica rispetto alla similarità degli attributi:
   • $\alpha_j \approx 1$: La relazione è guidata principalmente dalla prossimità geografica.
   • $\alpha_j \approx 0$: La relazione è guidata principalmente dalla similarità degli attributi.
   • $0 < \alpha_j < 1$: Un effetto misto in cui entrambe le dimensioni contribuiscono.
3. Ottimizzazione Multiscala: Il modello impiega un algoritmo di backfitting per ottimizzare simultaneamente due set di parametri per ogni predittore:
   • Bandwidth ($bw_j$): Controlla la scala spaziale (variazione locale vs. globale) per ogni variabile.
   • Parametro di Miscelazione ($\alpha_j$): Controlla l'equilibrio tra i pesi geografici e quelli degli attributi.
   • L'ottimizzazione viene eseguita utilizzando i punteggi AICc o di Cross-Validation (CV), utilizzando strategie di divide-and-conquer o di hill-climbing avido per trovare l' $\alpha$ ottimale per ogni bandwidth candidata.
4. Formulazione Matematica: Il coefficiente locale $\beta_j$ nella posizione $i$ è stimato utilizzando un approccio di minimi quadrati pesati in cui la matrice di peso combinata $W_{GS}^{(j)}$ è una combinazione lineare di $W_G^{(j)}$ e $W_S^{(j)}$, pesata rispettivamente da $\alpha_j$ e $(1-\alpha_j)$.

Contributi Chiave

• Estensione di SGWR alla Multiscala: Il documento estende il framework della Regressione di Similarità e Geograficamente Pesata (SGWR) introducendo bandwidth e parametri di miscelazione specifici per variabile, permettendo al modello di distinguere tra processi puramente geografici, puramente guidati dagli attributi o misti.
• Framework Unificato: M-SGWR è presentato come un modello unificato che comprende GWR, SGWR e MGWR come casi particolari. A seconda dei parametri ottimizzati, può ridurre a una GWR standard (singola bandwidth, $\alpha=1$), SGWR (singola bandwidth, $\alpha$ misto) o MGWR (variabili bandwidth, $\alpha=1$).
• Gestione di Processi Spaziali Non Smooth: Incorporando la similarità degli attributi, il modello può catturare la "vicinanza remota" e i pattern spaziali frammentati che i kernel basati sulla distanza tradizionale tendono a eccessivamente levigare (over-smooth).

Risultati
Lo studio valuta M-SGWR utilizzando due esperimenti di simulazione e un'applicazione empirica (casi di COVID-19 nel sud-est degli Stati Uniti):

1. Simulazione di Effetti Misti: In un dataset in cui alcuni coefficienti seguivano superfici geografiche lisce e altri seguivano pattern irregolari guidati dagli attributi, M-SGWR ha superato significativamente MGWR.
   • M-SGWR ha ottenuto un errore quadratico medio (RMSE) inferiore per tutti i coefficienti.
   • Ha identificato correttamente $\alpha=1$ per le variabili puramente geografiche e $\alpha < 1$ per le variabili miste, mentre MGWR non è riuscito a catturare le variazioni non smooth guidate dagli attributi, producendo stime eccessivamente levigate.
   • Le metriche di bontà dell'adattamento (R² aggiustato, AICc, RSS) sono state superiori per M-SGWR.
2. Simulazione Puramente Geografica: Quando i dati sono stati generati puramente dalla prossimità geografica, M-SGWR è confluito nella soluzione MGWR (tutti $\alpha_j = 1$), dimostrando che il modello non forza il peso degli attributi quando non è necessario e rimane coerente con i metodi geograficamente pesati stabiliti.
3. Applicazione Empirica (COVID-19): Applicato ai dati a livello di contea, M-SGWR ha superato OLS, GWR, SGWR e MGWR in tutte le metriche (l'R² aggiustato è aumentato da 0,701 in MGWR a 0,782 in M-SGWR; AICc e RMSE sono stati minimizzati).
   • Il modello ha rivelato che predittori come la percentuale di popolazione ispanica e il reddito mediano avevano bassi valori di $\alpha$ (ad esempio, 0,143 e 0,205), indicando che la loro influenza sui casi di COVID-19 è guidata più dalla similarità socioeconomica che dalla prossimità fisica.
   • L'autocorrelazione spaziale dei residui (Moran's I) è stata ridotta in M-SSWR rispetto agli altri modelli.

Significatività e Rivendicazioni
Il documento afferma che M-SGWR offre una rappresentazione più sfumata e accurata delle interazioni spaziali in un mondo complesso e globalmente connesso. Andando oltre il vincolo della sola distanza geografica, il modello riconosce che "vicino" e "correlato" sono concetti multidimensionali. Gli autori sostengono che M-SGWR migliora l'adattamento del modello, l'inferenza e l'interpretabilità permettendo a ciascun predittore di "imparare" il proprio equilibrio tra pesatura spaziale e basata sugli attributi. Questa flessibilità consente al modello di catturare pattern spaziali complessi, inclusa la "vicinanza remota", che i modelli tradizionali spesso perdono. Lo studio conclude che, sebbene la distanza geografica rimanga valida per i processi puramente fisici, le interazioni sociali contemporanee richiedono spesso l'integrazione dello spazio degli attributi per comprendere appieno la dipendenza spaziale.

Limitazioni Riconosciute dagli Autori
Gli autori osservano che M-SGWR è computazionalmente più intensivo rispetto a MGWR a causa dell'ottimizzazione aggiuntiva di $\alpha$ e del calcolo dei pesi degli attributi. Suggeriscono che lavori futuri possano esplorare l'ottimizzazione simultanea di bandwidth e $\alpha$, metodi di ricerca meta euristici alternativi per evitare minimi locali e l'applicazione del calcolo parallelo per gestire dataset più grandi. Chiamano inoltre a testare il modello su una gamma più ampia di dataset e funzioni kernel.