Trend and seasonality estimation for point-process time series

Riepilogo Tecnico: Stima di Tendenza e Stagionalità per Serie Temporali di Processi a Punti

Enunciato del Problema
Il lavoro affronta la sfida statistica di stimare la tendenza e la stagionalità nelle serie temporali di processi a punti. Sebbene la modellazione dei processi a punti sia ben consolidata per singole realizzazioni (spaziali, temporali o spaziotemporali), la letteratura manca di metodi robusti per l'analisi di processi a punti ripetuti che formano una serie temporale. In molte applicazioni, come la suddivisione di un processo annuale di lunga durata in intervalli giornalieri, le repliche risultanti non sono indipendenti ma esibiscono una dipendenza temporale. I metodi esistenti di analisi dei dati funzionali (FDA) sono inadeguati poiché assumono funzioni lisce, mentre le repliche di processi a punti sono intrinsecamente discrete e casuali. Inoltre, le tecniche standard di differenziazione delle serie temporali non possono essere applicate ai processi a punti, poiché la differenza tra due insiemi di punti non è statisticamente ben definita. Gli autori mirano a colmare questa lacuna proponendo stimatori per i componenti di tendenza e stagionalità in una serie temporale di processi a punti.

Metodologia
Gli autori propongono un framework basato sull'analisi dei dati orientata agli oggetti, trattando una collezione di processi a punti $\{X_t : t = 1, \dots, n\}$ come gli oggetti primari di studio.

1. Framework di Modellazione:

   • I dati sono modellati come una sequenza di processi di Poisson doppiamente stocastici (processi di Cox).
   • Si assume che la funzione di intensità $\Lambda_t(u)$ sia log-Gaussiana: $\log \Lambda_t(u) = \mu(u, t) + Y_t(u)$, dove $Y_t(u)$ è un processo Gaussiano a media zero che rappresenta la variabilità latente.
   • La funzione media $\mu(u, t)$ è decomposta additivamente per catturare tendenza e stagionalità.
     • Modello solo-tendenza: $\mu(u, t) = \mu(u) + c(t)$.
     • Modello tendenza-plus-stagionalità: $\mu(u, t) = \mu(u) + c(t) + s_{j(t)}(u)$, dove $j(t)$ indica il periodo stagionale (ad esempio, il giorno della settimana).
   • La tendenza $c(t)$ e i componenti stagionali $s_j(u)$ sono parametrizzati utilizzando spline (polinomi a tratti). La tendenza è modellata come un polinomio globale (o una spline) su un intervallo periodico, mentre le funzioni di base spaziali/temporali (ad esempio, B-spline) modellano le forme dell'intensità.

2. Approccio di Stima:

   • Gli autori impiegano la stima M (nello specifico, un approccio di verosimiglianza di lavoro) piuttosto che la massima verosimiglianza completa.
   • Gli stimatori sono derivati massimizzando una funzione di verosimiglianza di lavoro $\rho_n$ che assume che il processo Gaussiano latente $Y_t(u)$ sia nullo (cioè, assumendo un processo di Poisson standard), anche se il modello reale include variabilità latente.
   • Questo approccio evita la necessità di specificare o stimare strutture complesse di autocovarianza per i processi latenti, rendendo gli stimatori computazionalmente semplici. È dimostrato che le funzioni obiettivo sono convesse, garantendo un'ottimizzazione diretta.

3. Teoria Asintotica:

   • Il lavoro deriva la consistenza e la normalità asintotica degli stimatori al crescere del numero di repliche $n \to \infty$.
   • Sotto specifiche assunzioni (inclusa la stazionarietà del processo latente e il decadimento delle autocovarianze), gli stimatori convergono ai parametri veri (aggiustati per la varianza del processo latente).
   • La distribuzione asintotica segue una formula di varianza "a sandwich" ($\Omega = W^{-1}VW^{-1}$), tipica per gli stimatori M, permettendo la costruzione di bande di confidenza per le funzioni di intensità di tendenza e stagionale.

Risultati Chiave

• Studio di Simulazione: Le prestazioni su campioni finiti sono state valutate tramite simulazioni con dimensioni campionarie $n=50, 100, 300$. Lo studio ha considerato tre scenari per il processo latente: nessuna variabilità ($Y_t=0$), variabilità indipendente e variabilità autoregressiva.
  • I risultati indicano che gli stimatori sono consistenti: il bias e l'errore quadratico medio radice (RMSE) diminuiscono all'aumentare di $n$.
  • Le deviazioni standard dominano l'errore, e l'autocorrelazione nel processo latente (caso autoregressivo) aumenta la deviazione standard a causa della ridotta dimensione effettiva del campione, ma gli stimatori rimangono consistenti.
• Applicazione a Dati Reali: Il metodo è stato applicato al sistema di bike-sharing Divvy a Chicago (dati del 2016).
  • Lo studio ha analizzato gli orari di prelievo presso tre stazioni distinte (residenziale, centro città e turistica) come processi a punti temporali.
  • Il modello ha catturato con successo una stagionalità settimanale ($d=7$) e una tendenza annuale guidata dalla temperatura.
  • Risultati:
    • Entità della Tendenza: La tendenza annuale variava significativamente in base alla località. La stazione turistica (Shedd Aquarium) ha mostrato un aumento di 30 volte della domanda estiva rispetto all'inverno, mentre la stazione del centro città ha mostrato solo un aumento di 3 volte.
    • Modelli Stagionali: Sono stati identificati profili di domanda distinti. La stazione residenziale ha mostrato picchi di pendolarismo mattutini e serali nei giorni feriali e un singolo picco a mezzogiorno nei weekend. La stazione del centro città ha mostrato un singolo picco serale nei giorni feriali e una domanda bassa e piatta nei weekend. La stazione turistica ha mostrato un singolo picco pomeridiano (alle 15:00) per tutti i giorni, più alto nei weekend.

Significato e Affermazioni
Il lavoro afferma di introdurre una nuova classe di modelli log-Gaussiani adattata per processi a punti ripetuti, distinta dalla letteratura esistente sui processi di Cox a singola realizzazione. Il suo significato principale risiede in:

1. Novità Metodologica: Fornire un'alternativa più semplice e orientata agli oggetti alle tecniche complesse dei processi a punti, consentendo l'uso di concetti standard di inferenza statistica (come la decomposizione di tendenza e stagionalità) per le serie temporali di processi a punti.
2. Semplicità Computazionale: L'uso di stimatori M con verosimiglianze di lavoro evita l'onere computazionale di modellare direttamente le strutture di autocovarianza latente.
3. Utilità Pratica: La capacità di decomporre modelli spaziotemporali complessi (come la domanda di biciclette) in componenti di tendenza e stagionalità interpretabili senza richiedere liscio ad alta frequenza o grandi conteggi per replica.

Gli autori notano esplicitamente che, sebbene i metodi siano basati su spline e possano essere applicati sia a contesti temporali che spaziali, il lavoro attuale si concentra sulla derivazione teorica e sull'applicazione a esempi temporali. Non affermano di eliminare la necessità di modellare le dipendenze latenti in toto, ma piuttosto forniscono un framework di stima robusto che rimane valido anche quando il modello di lavoro (indipendenza) è specificato in modo errato.