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

1. Il Problema

Nell'analisi esplorativa dei dati spaziali (ESDA), la valutazione della dipendenza spaziale (autocorrelazione spaziale) è fondamentale. Gli strumenti standard includono l'indice di Moran ($\mathcal{I}_M$) e l'estimatore di verosimiglianza profilata approssimata (APLE). Tuttavia, il paper identifica una discrepanza metodologica significativa nell'uso pratico di questi strumenti:

• Disallineamento con la pratica: Nella realtà, gli analisti raramente calcolano questi indici sui dati grezzi. Invece, rimuovono prima le tendenze su larga scala e le covariate (tramite modelli di regressione) e poi calcolano l'autocorrelazione sui residui.
• Limiti degli estimatori esistenti:
  • L'indice di Moran è eccellente per il rilevamento (test) ma è un estimatore fortemente distorto del parametro di dipendenza spaziale $\rho$, specialmente quando $\rho$ non è vicino a zero.
  • L'APLE è derivato dalla verosimiglianza completa (ML) e tratta i coefficienti di regressione $\beta$ come parametri da stimare simultaneamente. Quando viene applicato ai residui (come avviene spesso nella pratica), non è formalmente allineato con la logica della verosimiglianza ristretta (REML), portando a potenziali distorsioni e dipendenze dalla specificazione del modello di tendenza.

Esiste quindi la necessità di uno strumento che sia computazionalmente leggero (come l'APLE), interpretabile (come l'indice di Moran), ma che sia teoricamente coerente con l'approccio basato sui residui (REML) per stimare la dipendenza spaziale dopo l'aggiustamento per le covariate.

2. Metodologia: RESAPLE

Gli autori propongono RESAPLE (Restricted Approximate Profile Likelihood Estimator), un nuovo estimatore per il parametro di dipendenza spaziale $\rho$ nei modelli a errore spaziale (SEM) gaussiani con covariate.

Concetti Chiave:

• Approccio REML: RESAPLE è costruito nello "spazio dei residui". Invece di massimizzare la verosimiglianza completa, utilizza la verosimiglianza ristretta (Restricted Maximum Likelihood), che elimina i coefficienti fissi $\beta$ proiettando i dati nello spazio ortogonale alle covariate.
• Costruzione Matematica:
  1. Si definisce lo spazio dei residui tramite un proiettore ortogonale $M = I - X(X^TX)^{-1}X^T$.
  2. Si costruiscono contrasti residui $e = H^T Z$, dove $H$ è una base ortonormale dello spazio dei residui.
  3. RESAPLE è derivato come una soluzione "one-step" (approssimazione di primo ordine) dell'equazione del punteggio della verosimiglianza profilata ristretta valutata in $\rho=0$.
  4. La formula finale è un rapporto di forme quadratiche:
     $$\hat{\rho}_{RESAPLE} = \frac{e^T (K_r - \mu_r I_r) e}{e^T (W_r^T W_r + \nu_r I_r) e}$$
     dove $W_r$ e $K_r$ sono le matrici di pesi spaziali e le loro parti simmetriche proiettate nello spazio dei residui.

Proprietà Teoriche:

• Invarianza: RESAPLE è invariante rispetto alla riparametrizzazione delle covariate ($X$) e alla scelta della base ortonormale dei residui.
• Relazione con APLE: Se non ci sono covariate ($p=0$), RESAPLE si riduce esattamente all'APLE classico.
• Interpretabilità: Essendo un coefficiente di Rayleigh, mantiene la semplicità computazionale e l'interpretazione degli indici esplorativi classici.

3. Contributi Chiave

1. Allineamento Teorico-Pratico: RESAPLE risolve il conflitto tra la derivazione teorica (ML vs REML) e il flusso di lavoro pratico (analisi sui residui), fornendo un estimatore che è intrinsecamente basato sui residui.
2. Diagnostica per la Selezione dei Pesi Spaziali ($W$): Gli autori derivano una quantità analitica, l'informazione di Fisher ristretta al nullo $\mathcal{I}_r(0)$, che funge da misura della "informatività locale". Questo permette di confrontare diverse matrici di pesi spaziali candidate per massimizzare la potenza del test di dipendenza spaziale, risolvendo un'ambiguità comune nell'analisi spaziale.
3. Visualizzazione Avanzata (Scatterplot): Viene proposto un "scatterplot RESAPLE" analogo a quello di Moran, ma definito intrinsecamente nello spazio dei residui ristretto. Questo permette di identificare le unità spaziali che contribuiscono maggiormente alla curvatura della verosimiglianza e alla stima di $\rho$, offrendo informazioni che gli scatterplot tradizionali non catturano quando sono presenti covariate.
4. Metodi di Test: Vengono discussi tre metodi per testare l'ipotesi nulla ($H_0: \rho=0$) utilizzando RESAPLE:
   • Test esatto (basato sulla distribuzione esatta delle forme quadratiche gaussiane).
   • Test di permutazione (robusto, basato sulla procedura Freedman-Lane).
   • Test asintotico $z$ (computazionalmente economico, basato sull'approssimazione normale).

4. Risultati

Gli autori validano RESAPLE attraverso studi di simulazione e un caso di studio reale.

• Studio di Simulazione 1 (Stima): RESAPLE mostra un Errore Quadratico Medio (RMSE) inferiore rispetto a Moran, APLE e MAPLE (APLE con covariate) in quasi tutti gli scenari, specialmente per campioni di dimensioni medio-piccole e valori di $\rho$ moderati. La superiorità è dovuta principalmente a una riduzione significativa del bias, sebbene RESAPLE possa avere una variabilità leggermente superiore in campioni molto piccoli.
• Studio di Simulazione 2 (Potenza del Test): Come statistica di test, RESAPLE (specialmente con test di permutazione o esatto) mostra una potenza superiore rispetto alle alternative, in particolare quando il numero di gradi di libertà residui ($r = n-p$) è piccolo o quando la topologia spaziale è irregolare (es. grafi B07).
• Studio di Simulazione 3 (Selezione di $W$): Viene dimostrato che $\mathcal{I}_r(0)$ è un predittore efficace della potenza del test. Matrici di pesi con valori più alti di $\mathcal{I}_r(0)$ tendono a produrre test più potenti. Inoltre, i test basati su permutazione o esatti mantengono meglio il livello di significatività (size) rispetto all'approssimazione asintotica $z$ in scenari con piccoli campioni o topologie irregolari.
• Caso di Studio Reale: Applicazione ai dati del censimento americano (King County, WA) sul reddito familiare mediano. RESAPLE ha fornito stime di $\rho$ più vicine all'estimatore REML completo (considerato il "gold standard") rispetto ad APLE e MAPLE, confermando la sua accuratezza anche al di fuori del regime di $\rho$ vicino a zero. Le visualizzazioni (scatterplot e mappe di contributi locali) hanno identificato coerentemente le aree ad alto reddito come outlier spaziali.

5. Significato e Implicazioni

Il lavoro di Khan e Franklin è significativo perché:

• Colma un vuoto metodologico: Fornisce uno strumento che è sia teoricamente rigoroso (basato su REML) che praticamente utile (facile da calcolare e interpretare) per l'analisi spaziale moderna, dove l'aggiustamento per le covariate è la norma.
• Migliora l'ESDA: Trasforma l'analisi esplorativa da una semplice diagnostica di "presenza/assenza" di autocorrelazione a una stima più accurata della forza della dipendenza spaziale residua.
• Guida la scelta dei parametri: Offre un criterio analitico oggettivo per la selezione della matrice di pesi spaziali, un problema spesso lasciato al giudizio soggettivo dell'analista.
• Robustezza: Dimostra che l'uso di metodi esatti o di permutazione è cruciale in contesti con dati irregolari o piccoli campioni, dove le approssimazioni asintotiche falliscono.

In sintesi, RESAPLE rappresenta un avanzamento importante per gli statistici spaziali ed economisti, offrendo un metodo più affidabile per diagnosticare e quantificare la dipendenza spaziale nei modelli di regressione.