Beyond Equidistant Assumptions: An Autoregressive Ordered Stereotype Model for Ordinal Time Series

Sintesi Tecnica: Oltre le Assunzioni di Equidistanza: Un Modello Autoregressivo a Stereotipi Ordinati per Serie Temporali Ordinali

Problematica
Le serie temporali ordinali, caratterizzate da osservazioni che assumono valori in un insieme finito di categorie ordinate, si presentano frequentemente in campi quali l'assistenza sanitaria, le scienze ambientali e lo sport. Sebbene esistano vari approcci di modellazione — inclusi i modelli di Markov, i modelli di regressione e le varianti discrete ARMA — molti si basano su assunzioni restrittive. Nello specifico, i modelli di regressione ordinale standard spesso assumono che la distanza tra categorie adiacenti sia equidistante o che gli effetti delle covariate siano proporzionali attraverso tutte le soglie di esito (come nel modello a proporzioni costanti). Gli autori sostengono che tali assunzioni siano spesso irrealistiche, particolarmente in applicazioni in cui l'interpretazione della "distanza" tra gli stati è significativa (ad esempio, la transizione da "sveglio" a "sonno tranquillo" può rappresentare una magnitudo di cambiamento diversa rispetto alle transizioni tra stadi di sonno intermedi). Le alternative flessibili esistenti, come il modello a proporzioni costanti parziali, comportano spesso una sostanziale penalità nel numero di parametri. Il documento affronta la necessità di un framework parsimonioso ma flessibile che catturi la dipendenza seriale senza imporre una spaziatura equidistante tra le categorie.

Metodologia
Il documento propone l'Autoregressive Ordered Stereotype Model (AR-OSM), un'estensione dell'Ordered Stereotype Model (OSM) introdotto originariamente da Anderson (1984) per dati trasversali.

• Formulazione del Modello: L'AR-OSM incorpora i valori ritardati della variabile risposta ($Y_{t-1}, \dots, Y_{t-p}$) come covariate all'interno della componente sistematica della regressione. Per una serie temporale ordinale $Y_t$ con $q$ categorie, il log-odds di trovarsi nella categoria $k$ rispetto alla categoria di base (1) è modellato come:
  $$\log \left( \frac{P(Y_t = k | \mathcal{F}_{t-1})}{P(Y_t = 1 | \mathcal{F}_{t-1})} \right) = \alpha_k + \phi_k \sum_{j=1}^p \beta_j Y_{t-j} + \gamma^T X_t$$
  dove $\mathcal{F}_{t-1}$ rappresenta la storia del processo.
• Caratteristica Chiave (Parametri di Punteggio): Il modello utilizza un insieme di parametri di "punteggio" (score) monotoni $\{\phi_1, \dots, \phi_q\}$ (vincolati in modo che $0 = \phi_1 \le \dots \le \phi_q = 1$). A differenza dei modelli standard che assumono una spaziatura fissa ed equidistante, questi parametri permettono ai dati di determinare la spaziatura relativa tra le categorie. I coefficienti di regressione $\beta_j$ sono comuni tra le categorie ma sono scalati dai punteggi specifici della categoria $\phi_k$.
• Stima: La stima dei parametri viene eseguita tramite la Stima della Massima Verosimiglianza (MLE). Per gestire i vincoli di monotonicità sui parametri di punteggio durante l'ottimizzazione, gli autori impiegano una strategia di riparametrizzazione (Fernández et al., 2016) che prevede trasformazioni logit e incrementi esponenziali, convertendo il problema vincolato in uno non vincolato.
• Selezione del Modello e Dipendenza: Il documento utilizza il Kappa di Cohen ordinale e la sua versione parziale per misurare la dipendenza seriale e selezionare l'ordine autoregressivo appropriato $p$. Questa metrica è adattata da Weiß (2020) per tenere conto della natura ordinale dei dati, fungendo da analogo di ACF e PACF per le serie temporali continue.

Contributi Chiave

1. Estensione alle Serie Temporali: Il contributo primario è la formalizzazione dell'OSM per le serie temporali ordinali, creando il framework AR-OSM.
2. Rilassamento dell'Equidistanza: Il modello evita esplicitamente l'assunzione di categorie equidistanti. Al contrario, inferisce la spaziatura latente tra gli stati dai dati, offrendo una rappresentazione più realistica dei processi in cui le transizioni di categoria variano in magnitudo.
3. Parsimonia vs. Flessibilità: L'AR-OSM offre un compromesso tra il restrittivo modello a proporzioni costanti e le alternative più complesse e ricche di parametri. Cattura gli effetti specifici della categoria attraverso i parametri di punteggio senza richiedere un vettore di coefficienti separato per ogni interazione tra covariata e categoria.
4. Integrazione delle Covariate: A differenza di alcuni approcci puramente Markoviani per serie ordinali, l'AR-OSM mantiene la struttura di un modello di regressione, permettendo l'inclusione di covariate esterne (ad esempio, frequenza cardiaca, temperatura) insieme ai termini autoregressivi.

Risultati

• Studio di Simulazione:
  • Performance dello Stimatore: Le simulazioni su diverse dimensioni campionarie ($T=100, 500, 1000$) hanno dimostrato che gli stimatori sono efficienti, con una varianza che diminuisce all'aumentare della dimensione del campione. Sebbene sia stato osservato un piccolo bias nei parametri di punteggio ($\phi$) per piccoli campioni ($T=100$), tale bias diminuisce con campioni più ampi.
  • Dipendenza Seriale: Lo studio ha investigato come il coefficiente autoregressivo ($\beta$) e i parametri di punteggio ($\phi$) influenzino la dipendenza seriale. I risultati hanno indicato che il segno di $\beta$ determina la direzione della dipendenza (positiva o negativa), mentre la magnitudo ne controlla la forza. La relazione tra $\beta$ e la dipendenza seriale (misurata tramite il Kappa di Cohen ordinale) è risultata non lineare.
• Applicazione nel Mondo Reale (Dati sul Sonno Infantile):
  • Il modello è stato applicato a un dataset di stati del sonno di neonati (Sveglio, Sonno Tranquillo, Sonno Indeterminato, Sonno Attivo) registrati ogni 30 secondi.
  • Selezione del Modello: L'analisi del Kappa di Cohen ordinale parziale ha suggerito un ordine autoregressivo di 1 ($p=1$). I Test del Rapporto di Verosimiglianza (LRT) hanno confermato che l'AR-OSM (Modello 3) forniva un adattamento significativamente migliore rispetto a un modello logit a categorie adiacenti a proporzioni costanti (Modello 5) e ai modelli che includevano la frequenza cardiaca come covariata.
  • Interpretazione della Spaziatura: I parametri di punteggio stimati hanno rivelato che la distanza latente tra "Sveglio" e "Sonno Tranquillo" era sostanzialmente maggiore rispetto alle distanze tra gli stadi intermedi del sonno. Questo reperto contraddice l'assunzione di equidistanza dei modelli standard e supporta la plausibilità biologica secondo cui la transizione dalla veglia al sonno è un cambiamento più distinto rispetto al movimento tra gli stadi del sonno.
  • Previsione (Forecasting): In un esercizio di previsione a 10 passi in avanti, l'AR-OSM ha superato il modello a proporzioni costanti, prevedendo lo stato reale con una probabilità più elevata ad ogni passo.

Significatività e Rivendicazioni
Il documento sostiene che l'AR-OSM fornisca un framework flessibile e parsimonioso per modellare serie temporali ordinali in cui l'assunzione di categorie equidistanti è irrealistica. Permettendo ai dati di determinare la spaziatura relativa degli stati, il modello offre una rappresentazione più accurata del processo sottostante, come dimostrato dall'applicazione sui dati del sonno. Gli autori affermano che il modello riesce a catturare la dipendenza seriale rispettando al contempo la struttura ordinale dei dati.

Il documento nota con modestia che, sebbene la formulazione attuale assuma un singolo set di parametri di punteggio condivisi tra le covariate, il lavoro futuro potrebbe esplorare "Modelli a Stereotipi Ordinati Parziali" in cui i parametri di punteggio variano per ogni covariata. Inoltre, gli autori riconoscono le sfide computazionali associate ai parametri tempo-varianti in questo framework, ma identificano l'estensione ai modelli autoregressivi parziali come una promettente via per la ricerca futura. Il lavoro è presentato come un avanzamento metodologico che colma una lacuna tra i modelli a proporzioni restrittivi e le alternative eccessivamente complesse.