Analytic Standard Errors for Latent Gaussian Discrete-Valued Multivariate Time Series

Sintesi Tecnica: Errori Standard Analitici per Serie Temporali Multivariate a Valori Discreti con Processo Gaussiano Latente

Problematica
Nelle scienze sociali, comportamentali e della salute, lo studio dei processi dinamici coinvolge frequentemente dati di serie temporali multivariate caratterizzati da variabili a valori discreti (ad esempio, conteggi, indicatori binari, categorie ordinate). Sebbene il modello Vector Autoregressive (VAR) sia lo standard per i processi a valori continui, esso si basa sull'assunto che gli esiti siano numeri reali. L'applicazione dei modelli VAR standard a dati discreti presenta sfide statistiche significative, tra cui l'informazione limitata per osservazione, la difficoltà nel rilevare la dipendenza temporale e l'incapacità delle comuni distribuzioni marginali di accogliere caratteristiche come l'inflazione di zeri o la sovradispersione. I metodi esistenti per le serie a valori discreti, come i modelli integer autoregressive (INAR) o i modelli a spazio di stato guidati da parametri, soffrono spesso di limitazioni quali l'incapacità di produrre autocorrelazioni negative o assunzioni restrittive sulle famiglie di osservazione. Inoltre, sebbene sia stato proposto un framework gaussiano latente utilizzando trasformazioni di tipo copula per affrontare questi problemi di flessibilità, non sono stati stabiliti validi errori standard analitici per l'inferenza sulle dinamiche latenti, lasciando un vuoto nella quantificazione dell'incertezza per questi modelli.

Metodologia
Il documento estende un framework di serie temporali multivariate gaussiane latenti in cui il processo discreto osservato $\{X_t\}$ è modellato come una funzione deterministica di un processo gaussiano standard stazionario latente $\{Z_t\}$. La trasformazione è definita tramite una relazione di tipo copula: $X_{i,t} = G_i(Z_{i,t}) = F_i^{-1}(\Phi(Z_{i,t}))$, dove $F_i$ è la distribuzione marginale specificata e $\Phi$ è la funzione di ripartizione gaussiana standard.

Il nucleo del contributo metodologico consiste nella derivazione di errori standard analitici per lo stimatore di Yule–Walker delle dinamiche gaussiane latenti. La procedura procede come segue:

1. Costruzione della Funzione di Legame: Una funzione di legame deterministica $\ell_{ij}$ mette in relazione l'autocovarianza della serie osservata con quella della serie latente. Questa funzione dipende dalle distribuzioni marginali ed è costruita utilizzando espansioni di Hermite delle funzioni di trasformazione.
2. Stima della Funzione di Legame Inversa: Poiché le autocovarianze latenti non sono osservate, viene costruita una funzione di legame inversa $g_{ij}$ (tramite interpolazione con spline cubiche naturali) per mappare le autocovarianze osservate nuovamente sulla scala latente.
3. Stima di Yule–Walker: Si assume che la serie gaussiana latente segua un processo VAR($p$) causale. Lo stimatore di Yule–Walker per le matrici di transizione viene ottenuto risolvendo un sistema di equazioni basato sulle autocovarianze latenti stimate derivate dai dati osservati.
4. Derivazione Asintotica: Gli autori stabiliscono la normalità asintotica congiunta degli stimatori sia per i parametri della distribuzione marginale che per le dinamiche gaussiane latenti. Utilizzando il metodo delta, derivano espressioni in forma chiusa per la matrice di covarianza asintotica dello stimatore di Yule–Walker. Questa derivazione tiene conto della dipendenza delle stime latenti sia dalle autocovarianze campionarie del processo osservato che dai parametri marginali stimati.

Contributi Chiave
Il documento apporta tre contributi primari alla letteratura sulle serie temporali multivariate gaussiane latenti con valori discreti:

1. Derivazione di Errori Standard Analitici: Gli autori forniscono espressioni in forma chiusa per gli errori standard asintotici delle dinamiche gaussiane latenti stimate tramite Yule–Walker, facilitando una valida quantificazione dell'incertezza.
2. Normalità Asintotica: Il documento stabilisce la normalità asintotica congiunta dello stimatore di Yule–Walker per i parametri gaussiani latenti e i parametri della distribuzione marginale.
3. Implementazione: La metodologia è implementata nell'R package open-source timecop.

Risultati
Le prestazioni degli errori standard analitici proposti e del modello gaussiano latente sono state valutate attraverso uno studio di simulazione Monte Carlo e un'applicazione empirica.

• Studio di Simulazione: Lo studio ha variato il numero di variabili ($d=3, 5$), la lunghezza della serie temporale ($T=50, 100, 200, 500$) e le distribuzioni marginali (Bernoulli, Poisson, miste).

  • Stime Puntuali: Il modello gaussiano latente ha generalmente mostrato un bias assoluto e relativo inferiore rispetto a un VAR gaussiano canonico "naïve", particolarmente in condizioni di distribuzioni miste e a lunghezze di serie temporali maggiori.
  • Errori Standard: Gli errori standard analitici stimati per il modello gaussiano latente hanno mostrato un bias assoluto e un errore quadratico medio (RMSE) bassi in tutte le condizioni, con prestazioni che migliorano all'aumentare della lunghezza della serie temporale.
  • Tassi di Copertura: Il risultato più significativo riguarda i tassi di copertura degli intervalli di confidenza. Il modello gaussiano latente ha raggiunto tassi di copertura vicini al livello nominale di 0,95 in tutte le condizioni. Al contrario, il VAR gaussiano canonico ha spesso fallito nel raggiungere la copertura nominale, mostrando spesso una grave sottocopertura (ad esempio, scendendo a 0,40–0,60 in certe condizioni), il che suggerisce tassi di errore di Tipo I gonfiati quando applicato a dati con valori discreti.

• Applicazione Empirica: Il metodo è stato applicato a dati giornalieri di due partecipanti riguardanti l'attività fisica (Bernoulli), il consumo di alcol (Poisson) e l'affettività positiva (Gaussiana). Il modello gaussiano latente ha prodotto intervalli di confidenza più ampi rispetto al VAR canonico, risultando in meno effetti considerati statisticamente significativi. Gli autori interpretano questo come una correzione per il sovra-rigetto delle ipotesi nulle osservato nel VAR canonico, coerentemente con i risultati della simulazione sulla scarsa copertura di quest'ultimo.

Significatività e Rivendicazioni
Il documento sostiene che il framework proposto affronta la mancanza di metodologie inferenziali flessibili per le serie temporali multivariate a valori discreti. Derivando gli errori standard analitici, gli autori consentono un'inferenza rigorosa (test di ipotesi e intervalli di confidenza) per le dinamiche gaussiane latenti, una capacità precedentemente non disponibile per questa classe di modelli. I risultati suggeriscono che, sebbene le stime puntuali dai modelli VAR standard possano apparire comparabili in alcune metriche, le loro proprietà inferenziali (specificamente la copertura degli intervalli di confidenza) sono inaffidabili per i dati discreti. L'approccio gaussiano latente, supportato dai derivati errori standard analitici, offre un'alternativa robusta che mantiene i tassi di copertura nominali, riducendo così il rischio di conclusioni errate riguardo la presenza di effetti dinamici nei processi a valori discreti.

Gli autori segnalano limitazioni, tra cui la potenziale non stazionarietà nelle stime in condizioni di informazione limitata (serie brevi, parametri di confine) e l'attuale incapacità di gestire i dati mancanti. Suggeriscono che lavori futuri esplorino approcci alternativi per l'approssimazione della funzione di legame inverso e metodi per la gestione dei dati mancanti, pur sostenendo che l'approccio attuale rappresenti un passo avanti necessario e significativo per l'analisi di complessi dati longitudinali a valori discreti.