📊 statistics

Forecasting of Multiple Seasonal Categorical Time Series Using Fourier Series with Application to AQI Data of Kolkata

Questo articolo propone un nuovo quadro metodologico basato su serie di Fourier e funzioni indicatrici per modellare e prevedere serie temporali categoriali con multiple stagionalità, come i dati sull'indice di qualità dell'aria di Kolkata, dimostrando una maggiore accuratezza predittiva rispetto ai modelli tradizionali.

Autori originali: Anirban Ghosh, Raju Maiti

Pubblicato 2026-03-05

📖 4 min di lettura☕ Lettura da pausa caffè

CC BY 4.0

Autori originali: Anirban Ghosh, Raju Maiti

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

🌬️ Il Meteo dell'Aria: Prevedere il "Sapore" della Giornata

Immagina che la qualità dell'aria non sia un numero freddo (come 150 o 200), ma un cambio di stagione o un cambio di umore.
Invece di dire "l'aria è a 180", diciamo: "Oggi l'aria è Soddisfacente" o "Oggi l'aria è Pericolosa". Questo è quello che fanno gli scienziati con l'Indice di Qualità dell'Aria (AQI): trasformano i numeri in categorie (da "Buono" a "Grave").

Il problema è che l'aria a Kolkata (in India) non è mai uguale. Ha dei ritmi:

Settimanale: L'aria è diversa il lunedì (traffico) rispetto alla domenica (relax).
Annuale: In inverno l'aria è più pesante, in estate o durante i monsoni è più pulita.
Festiva: Durante il festival di Diwali (con i fuochi d'artificio), l'aria peggiora di colpo per pochi giorni.

Prevedere questi cambiamenti è come cercare di indovinare il prossimo passo di un ballerino che cambia ritmo ogni giorno, ogni settimana e ogni anno.

🛠️ I Due Strumenti Magici: TSOLR e ISOLR

Gli autori, Anirban e Raju, hanno creato due nuovi "strumenti magici" per prevedere queste categorie. Si ispirano a un metodo famoso per l'elettricità (chiamato TBATS), ma lo hanno adattato per l'aria.

1. TSOLR: Il "Musico" (Onde Sinusoidali)

Immagina di dover descrivere l'andamento dell'aria usando la musica.

Come funziona: Il modello TSOLR usa le onde sinusoidali (come le note di un violino che salgono e scendono dolcemente).
L'analogia: Pensa alle stagioni come a un'onda che sale e scende. L'inverno è il picco alto dell'onda (aria cattiva), l'estate è il punto basso (aria pulita).
Il vantaggio: È molto fluido. Se l'aria peggiora gradualmente da ottobre a dicembre, questo modello lo "canta" perfettamente, seguendo la curva dolce della natura.

2. ISOLR: Il "Fotografo" (Interruttori On/Off)

Immagina di dover descrivere l'aria usando dei fotogrammi o degli interruttori.

Come funziona: Il modello ISOLR usa dei "segnali" discreti. È come avere un interruttore che dice: "Oggi è Diwali? Sì/No". "Oggi è sabato? Sì/No". "Oggi è inverno? Sì/No".
L'analogia: Se Diwali arriva e l'aria peggiora di colpo, il modello ISOLR scatta una foto istantanea e dice: "Attenzione! Oggi è festa, l'aria cambia subito!". Non cerca di fare una curva dolce, ma riconosce i blocchi di tempo specifici.
Il vantaggio: È molto chiaro e facile da capire. Sai esattamente quale "interruttore" sta causando il cambiamento.

🧪 La Prova del Cuore: Cosa hanno scoperto?

Gli scienziati hanno fatto due cose:

Hanno creato un mondo finto (Simulazione): Hanno inventato dati di aria con ritmi complessi per vedere se i loro modelli funzionavano. Risultato: Sì, funzionano! I modelli hanno imparato a riconoscere i ritmi nascosti.
Hanno guardato la realtà (Dati di Kolkata): Hanno usato i dati reali degli ultimi 5 anni.

Il verdetto:

Entrambi i modelli sono ottimi.
Il modello "Musico" (TSOLR) è leggermente migliore nel prevedere il futuro (circa il 74% di precisione contro il 73% dell'altro).
Perché? Perché l'aria non cambia solo a scatti netti. Spesso peggiora con una "curva" lenta e sottile che il modello musicale riesce a cogliere meglio del modello a interruttori.

🤖 E le Intelligenze Artificiali (Machine Learning)?

Hanno messo i loro modelli contro i "giganti" dell'Intelligenza Artificiale (come Random Forest e LSTM, che sono come robot super-potenti).

Risultato: I robot sono forti, ma sono scatole nere. Ti dicono "Domani sarà brutto", ma non ti spiegano perché.
Il nostro modello: È come un insegnante paziente. Ti dice: "Domani sarà brutto perché è inverno e c'è Diwali". È più facile da capire e da usare per prendere decisioni (come dire alla gente di non uscire).

💡 In Sintesi: Perché è importante?

Immagina di avere una sfera di cristallo per l'aria.

I metodi vecchi guardavano solo "ieri" per prevedere "oggi" (come guardare le orme sulla sabbia).
I metodi di Intelligenza Artificiale sono potenti ma confusi.
TSOLR e ISOLR sono come una mappa del tempo che ti dice non solo cosa succederà, ma perché succederà, distinguendo tra il ritmo della settimana, dell'anno e delle feste speciali.

Questo aiuta le città a prepararsi: se il modello dice che l'aria peggiorerà per le festività, le autorità possono avvisare la gente in tempo, proteggere i malati e pulire l'aria prima che diventi un problema grave.

In una frase: Hanno insegnato ai computer a "ascoltare" i ritmi musicali dell'aria e a "scattare foto" delle feste, per prevedere quando l'aria sarà pulita e quando sarà pericolosa, in modo semplice e intelligente.

Titolo del Lavoro

Modellazione e previsione di multiple stagionalità complesse nelle serie temporali categoriali utilizzando i modelli TSOLR e ISOLR.

1. Il Problema

Le serie temporali con multiple stagionalità (cicli ricorrenti a diverse frequenze, come giornaliero, settimanale e annuale) sono state ampiamente studiate nel contesto di dati continui (ad esempio, la domanda di energia elettrica), utilizzando modelli avanzati come TBATS. Tuttavia, l'analisi di tali pattern in serie temporali categoriali, in particolare per l'Indice di Qualità dell'Aria (AQI), rimane un campo sottosviluppato.

L'AQI è tipicamente riportato in categorie ordinali (es. "Buono", "Soddisfacente", "Moderato", "Povero", "Molto Povero", "Grave"). I modelli standard per dati continui non sono direttamente applicabili a dati discreti e ordinati. Inoltre, i metodi esistenti per le serie categoriali (come le catene di Markov o i modelli ML "black-box") spesso falliscono nel catturare esplicitamente le multiple stagionalità (giornaliera, settimanale, annuale e legata a eventi specifici come le festività) o mancano di interpretabilità statistica.

2. Metodologia Proposta

Gli autori propongono un quadro di lavoro che estende la logica del modello TBATS (Trigonometric seasonality, Box–Cox transformation, ARMA errors, Trend and Seasonal components) al dominio delle serie temporali ordinali. Vengono introdotti due modelli principali basati sulla regressione logistica ordinale a probabilità proporzionali:

A. Modello TSOLR (Trigonometric Seasonality in Ordinal Logistic Regression)

Concetto: Utilizza serie di Fourier (termini trigonometrici seno e coseno) come covariate nel predittore lineare per modellare le stagionalità.
Meccanismo: I cicli stagionali (settimanali, annuali) sono rappresentati da funzioni sinusoidali lisce. Questo permette di catturare variazioni stagionali continue e complesse, inclusi picchi improvvisi se modellati con armoniche appropriate.
Vantaggio: Preserva la struttura dei dati ordinali e offre una rappresentazione compatta delle stagionalità, simile all'approccio TBATS per i dati continui.

B. Modello ISOLR (Indicator Seasonality in Ordinal Logistic Regression)

Concetto: Utilizza funzioni indicatore (variabili dummy) per codificare segmenti temporali ricorrenti.
Meccanismo: Vengono introdotte variabili binarie per stagioni specifiche (es. Estate, Monsoni, Inverno), giorni festivi (es. periodo del Diwali) e giorni del fine settimana.
Vantaggio: Permette di catturare cambiamenti bruschi e forme stagionali irregolari che le funzioni sinusoidali potrebbero approssimare meno efficacemente. È altamente interpretabile in termini di effetti specifici di eventi o periodi.

Entrambi i modelli includono un termine di dipendenza temporale (lag della categoria precedente, $Y_{t-1}$ ) per catturare la dipendenza a breve termine, analogamente agli errori ARMA nel TBATS.

3. Contributi Chiave

Estensione del TBATS al dominio Ordinale: Adattamento innovativo della filosofia TBATS (basata su Fourier) alla regressione logistica ordinale, risolvendo il problema della modellazione di multiple stagionalità in dati discreti.
Dualità Metodologica: Confronto sistematico tra l'approccio parametrico/liscio (TSOLR) e quello non parametrico/discreto (ISOLR), offrendo ai ricercatori una scelta flessibile in base alla natura della stagionalità osservata.
Analisi di Coerenza Empirica: Dimostrazione teorica e simulata della consistenza degli stimatori di massima verosimiglianza (MLE) per i parametri del modello TSOLR.
Applicazione Reale: Implementazione su dati reali dell'AQI di Kolkata (India) dal 2019 al 2024, includendo l'analisi di pattern complessi come l'impatto del festival del Diwali e le variazioni stagionali climatiche.

4. Risultati

Lo studio ha coinvolto simulazioni estensive e un'analisi empirica su dati reali:

Simulazioni:
- Gli studi di simulazione hanno confermato la coerenza empirica degli stimatori: gli errori standard diminuiscono all'aumentare della dimensione del campione.
- Nel confronto di previsione, il modello ISOLR ha mostrato prestazioni leggermente superiori al TSOLR in termini di accuratezza e punteggio F1 pesato, ma la differenza è risultata minima e tendente a zero con l'aumento del campione. Ciò indica che il modello TSOLR è robusto e sufficiente per la previsione.
Analisi dei Dati Reali (Kolkata):
- I dati mostrano chiare stagionalità: qualità dell'aria peggiore in inverno e durante il periodo del Diwali, migliore durante i monsoni.
- Confronto delle Prestazioni: Il modello TSOLR ha ottenuto le migliori prestazioni complessive tra tutti i modelli testati (inclusi MTD, PAR, Random Forest, SVM e LSTM), con un'accuratezza del 74,04% e un F1 pesato del 74,07%.
- Impatto delle Feature: È emerso che l'uso di termini trigonometrici (Fourier) ha generalmente migliorato le prestazioni rispetto alle variabili indicatore quando combinati con modelli come SVM e LSTM, suggerendo che la codifica liscia delle stagionalità cattura meglio le dinamiche temporali sottostanti.
- I modelli di Machine Learning (Random Forest, SVM) hanno mostrato buone prestazioni, ma i modelli proposti (TSOLR/ISOLR) offrono il vantaggio aggiuntivo dell'interpretabilità statistica e della struttura probabilistica formale.

5. Significato e Implicazioni

Questo lavoro è significativo per diversi motivi:

Ponte Teorico: Colma il divario tra la sofisticata modellazione delle stagionalità multipla (tipica dei dati continui) e le serie temporali categoriali ordinarie.
Interpretabilità: A differenza dei modelli di Deep Learning (come LSTM) che sono spesso "scatole nere", i modelli TSOLR e ISOLR forniscono coefficienti interpretabili che quantificano l'impatto di specifici cicli stagionali o eventi (es. Diwali) sulla probabilità di transizione tra le categorie di qualità dell'aria.
Applicabilità Pratica: Il framework è direttamente applicabile al monitoraggio ambientale, alla pianificazione della salute pubblica e alla gestione dell'inquinamento, permettendo di prevedere non solo i valori numerici, ma la probabilità di superare soglie critiche di qualità dell'aria.
Flessibilità: La capacità di integrare sia effetti stagionali lisci che eventi discreti rende il modello adattabile a contesti urbani complessi dove fattori antropogenici e climatici interagiscono in modo non lineare.

In conclusione, gli autori dimostrano che l'adattamento della logica TBATS alla regressione logistica ordinale offre un quadro potente, flessibile e interpretabile per la previsione di serie temporali categoriali con multiple stagionalità, superando le limitazioni dei modelli Markoviani tradizionali e offrendo un'alternativa interpretabile ai metodi di Machine Learning.