PoissonRatioUQ: An R package for band ratio uncertainty quantification

Il paper presenta `PoissonRatioUQ`, un pacchetto R progettato per la modellazione bayesiana e la quantificazione dell'incertezza nei rapporti tra medie di processi di Poisson, offrendo diverse opzioni di analisi sia con che senza informazioni spaziali.

L'essenziale

Il Mistero dei "Contatori" e la Ricetta del Rapporto Perfetto

Immaginate di essere un detective che deve capire quanto è dolce una mela, ma non potete assaggiarla. Potete solo contare quante volte un uccellino si posa sulla mela rossa e quante volte si posa sulla mela verde.

Il problema è che gli uccellini sono imprevedibili: a volte ne arrivano dieci tutti insieme, a volte nessuno. Questo "rumore" rende difficile capire se la differenza di dolcezza sia reale o solo un caso dovuto al fatto che, quel giorno, gli uccellini erano particolarmente affamati.

Questo articolo presenta un nuovo strumento digitale (un pacchetto software chiamato PoissonRatioUQ) che aiuta gli scienziati a risolvere questo tipo di misteri.

1. Il problema: Non contare i granelli, ma la "tendenza"

Spesso, in astronomia o nello studio dell'atmosfera, gli strumenti non misurano "quantità" dirette, ma contano singoli fotoni (piccole particelle di luce).
Se io conto 10 fotoni in un punto e 20 in un altro, il rapporto è 2. Ma è un "2" affidabile? O è solo fortuna?

Gli autori dicono: "Non guardate solo il numero finale (il conteggio), guardate l'intensità invisibile che lo ha generato".

• L'analogia: È come guardare il numero di pioggia che cade in un secchio. Se vedi 5 gocce, non puoi dire con certezza che sta piovendo forte; potrebbe essere stata solo una nuvola passeggera. Il software cerca di capire la "forza della pioggia" (l'intensità) invece di limitarsi a contare le gocce.

2. La soluzione: Il "Processo Permanental" (Il tessuto invisibile)

Per fare questo, usano un modello matematico molto sofisticato chiamato Processo Permanental.
Immaginate che la realtà non sia fatta di punti isolati, ma sia un tessuto elastico invisibile. Se tiri un punto del tessuto, anche i punti vicini si muovono.

Questo modello capisce che se in un punto dell'atmosfera c'è molta luce, è molto probabile che anche nei punti vicini ce ne sia molta. Non tratta ogni dato come un'isola, ma come parte di un paesaggio continuo. Questo permette di "riempire i buchi" dove i dati sono scarsi e di dare una risposta molto più precisa.

3. La "Macchina del Tempo" per l'incertezza (L'Uncertainty Quantification)

La parte più importante del software non è solo dire: "Il rapporto è 2", ma dire: "Il rapporto è 2, ma sono sicuro al 95% che sia compreso tra 1.8 e 2.2".

In statistica, questo si chiama Quantificazione dell'Incertezza.

• L'analogia: È la differenza tra un meteo che dice "Domani ci sarà il sole" (rischioso!) e uno che dice "Domani c'è il 90% di probabilità di sole, con una piccola possibilità di nuvole tra le 14 e le 15". Il secondo è molto più utile per pianificare una giornata.

In sintesi: A cosa serve?

Questo strumento è come un paio di occhiali magici per gli scienziati che studiano lo spazio o l'aria.
Invece di vedere solo una nuvola di punti confusi e rumorosi, grazie a questo software possono vedere le forme reali, i rapporti tra le sostanze chimiche e la temperatura, sapendo esattamente quanto possono fidarsi di ciò che vedono.

In breve: Trasforma il "caos dei conteggi" in "mappe precise e affidabili".

Sommario tecnico

Riassunto Tecnico: Pacchetto R PoissonRatioUQ per la Quantificazione dell'Incertezza nei Rapporti di Banda

1. Definizione del Problema

Il problema affrontato riguarda la stima e la quantificazione dell'incertezza (UQ) di parametri fisici derivati da dati di telerilevamento (remote sensing), dove l'informazione fondamentale è espressa come rapporto tra intensità.

Molte applicazioni (come il monitoraggio dell'atmosfera tramite la missione NASA GOLD o l'astronomia a raggi X) non lavorano direttamente sul rapporto tra conteggi discreti (numeri di fotoni), ma sul rapporto tra le medie dei processi di Poisson sottostanti. Poiché la media di Poisson è una variabile latente, la stima richiede un approccio statistico gerarchico bayesiano per inferire correttamente la distribuzione del parametro fisico di interesse (es. temperatura o composizione chimica) partendo dai dati osservati.

2. Metodologia

L'approccio proposto si basa su un modello di processo puntuale noto come processo permanental (permanental process).

• Modello del Processo: Si assume che l'intensità $\lambda(s)$ del processo di Poisson sia determinata da una funzione latente $f(s)$ derivata da un Processo Gaussiano (GP), tale che $\lambda(s) = \frac{c^2}{2} f(s)^2$. Questo modello è utile perché permette di catturare il clustering dei punti (attrazione tra eventi).
• Stima Bayesiana: Il pacchetto utilizza un'approssimazione di Laplace per stimare la distribuzione posteriore della funzione latente $\vec{f}$. Attraverso il Teorema del Rappresentante, il problema viene trasformato in un'ottimizzazione che utilizza il metodo del gradiente coniugato.
• Distribuzione del Rapporto: Una volta ottenute le distribuzioni delle intensità per il numeratore ($\Lambda_a$) e il denominatore ($\Lambda_b$), il rapporto $Z = \Lambda_a / \Lambda_b$ viene modellato come una distribuzione Beta Prime generalizzata ($BP(\alpha, \beta, p, q)$).
• Trasformazioni Non Lineari: Il modello è in grado di gestire trasformazioni del tipo $Z = (mT + z_0)^p$, permettendo di recuperare direttamente la distribuzione della quantità di interesse $T$ (es. la temperatura) tramite una distribuzione Beta Prime traslata e scalata.

3. Contributi Chiave

Il lavoro introduce il pacchetto R PoissonRatioUQ, che offre:

• Implementazione del Processo Permanental: Capacità di includere informazioni spaziali e correlazioni tramite matrici di kernel.
• Flessibilità del Modello: Supporto sia per modelli spaziali (utilizzando matrici di kernel) sia per modelli puntuali (senza correlazione spaziale, tramite aggiornamenti bayesiani coniugati Gamma-Poisson).
• Strumenti di UQ Avanzati: Funzioni per il calcolo degli intervalli di massima densità posteriore (HPD - Highest Posterior Density) e per la valutazione del modello tramite il CRPS (Continuous Ranked Probability Score).
• Efficienza Computazionale: Algoritmi ottimizzati che permettono di gestire fino a 1000 bin spaziali in circa 15 secondi su un computer desktop standard.

4. Risultati

Il documento presenta due dimostrazioni principali tramite problemi "toy":

1. Stima del Rapporto: Il modello è stato in grado di ricostruire accuratamente una funzione di rapporto sinusoidale complessa. Il valore medio del CRPS è stato di circa 0.12, con un errore medio assoluto relativo (MAE) del MAP (Maximum A Posteriori) del 7%.
2. Trasformazioni Non Lineari: La stima della variabile $T$ (temperatura) ha mostrato che, sebbene la non-linearità possa amplificare gli errori nelle zone di estrema variazione, il modello cattura correttamente sia il valore atteso che l'ampiezza dell'incertezza (intervalli HPD).

5. Significatività e Sviluppi Futuri

La significatività del lavoro risiede nella capacità di fornire un framework rigoroso per la quantificazione dell'incertezza in applicazioni geofisiche e astrofisiche critiche, dove la precisione del rapporto è fondamentale per la comprensione dei fenomeni fisici.

Sviluppi futuri indicati:

• Sfruttare la sparsità delle matrici di kernel per gestire dataset più grandi.
• Implementare la stima per dati non binati (unbinned data), passando da una discretizzazione spaziale a una stima basata su posizioni di osservazione casuali tramite l'approssimazione di Nyström.

---

Riferimento Software: Il pacchetto è disponibile su GitHub all'indirizzo https://github.com/mfleduc/PoissonRatioUQ.