Connecting reflective asymmetries in multivariate spatial and spatio-temporal covariances

Technische Samenvatting: Het verbinden van reflectieve asymmetrieën in multivariate ruimtelijke en spatio-temporele covarianties

Probleemstelling
Bij de analyse van multivariate ruimtelijke en univariate spatio-temporele data worden asymmetrische afhankelijkheidsstructuren frequent waargenomen, maar ze zijn vaak moeilijk effectief te modelleren. Hoewel standaard Gaussische proceskaders vertrouwen op symmetrische covariantiefuncties, vertonen realistische verschijnselen zoals atmosferische advectie of oceaanstromingen vaak een richtinggevoeligheid. De gangbare aanpak voor het modelleren van dergelijke asymmetrieën in ruimte-tijd data is het Lagrangiaanse model, dat asymmetrie interpreteert als een proces dat evolueert met directionaliteit (bijv. windtransport). Echter, Lagrangiaanse modellen hebben beperkingen: ze bevatten niet natuurlijk het scheidbare, symmetrische model als een speciaal geval (wat likelihood ratio-testen voor symmetrie belemmert), ze bieden beperkte onafhankelijke controle over marginale ruimtelijke en temporele covarianties, en ze vereisen een groot aantal parameters, met name in hogere ruimtelijke dimensies. Bovendien zijn bestaande asymmetrische multivariate ruimtelijke modellen grotendeels beperkt tot eendimensionale instellingen of specifieke functionele vormen.

Methodologie
Dit artikel introduceert een nieuw paradigma genaamd "reflectieve asymmetrie", waarbij gebruik wordt gemaakt van recente spectrale domeinconstructies voor multivariate ruimtelijke data om asymmetrische ruimte-tijd covarianties te ontwikkelen.

1. Reflectieve asymmetrie in ruimtelijke data:
   De auteurs breiden asymmetrische multivariate ruimtelijke kruiscovarianties uit naar willekeurige dimensies $d$. Deze covarianties worden geconstrueerd door de spectrale dichtheid $f(x)$ van een symmetrische ruimtelijke covariantie te vermenigvuldigen met de term $-i \text{sign}(\langle x, \tilde{x} \rangle)$, waarbij $\tilde{x}$ een eenheidsrichtingsvector is. Deze operatie introduceert een component van een oneven functie in de kruiscovariantie, wat een "reflectieve" asymmetrie over de oorsprong creëert.

• Het artikel leidt gesloten vorm expressies af voor de asymmetrische delen van Squared-Exponential, Cauchy en Matérn covarianties in algemene dimensies $d$. Voor Squared-Exponential en Cauchy modellen worden deze uitgedrukt met behulp van de imaginaire foutfunctie ($\text{erfi}$) en hypergeometrische functies, respectievelijk.
• Een schaalmengsel-representatie (scale-mixture representation) wordt verstrekt om asymmetrische vormen te genereren voor een brede klasse van covarianties.

2. Reflectieve asymmetrische ruimte-tijd modellen:
   De kernbijdrage is de uitbreiding van deze ruimtelijke constructies naar univariate ruimte-tijd instellingen. De auteurs stellen een spectrale dichtheid $f(x, \eta)$ voor voor ruimte-tijd covarianties gedefinieerd als:
   $$f(x, \eta) = \sigma f^*(\|x\|, |\eta|) \{1 + \xi \text{sign}(\langle x, \tilde{x} \rangle)\text{sign}(\eta)\}$$
   waarbij $f^*$ een symmetrische ruimte-tijd spectrale dichtheid is, $\xi \in (-1, 1)$ een asymmetrieparameter is, en $\eta$ de temporele frequentie is.

• Separabele-type modellen: Wanneer $f^*$ separabel is, deelt de resulterende ruimte-tijd covariantie zich op in een symmetrisch separabel deel en een asymmetrisch deel: $C(h, u) = \sigma [C_s^\Re(h)C_t^\Re(u) + \xi C_s^\Im(h)C_t^\Im(u)]$. Deze constructie maakt het mogelijk dat het symmetrische separabele model een speciaal geval is (wanneer $\xi=0$).
• Gneiting-type modellen: De auteurs construeren ook niet-separabele asymmetrische versies van Gneiting-type covarianties, waarbij gesloten vormen voor $d=1$ worden geleverd die de foutfunctie ($\text{erf}$) bevatten.

3. Computationele en praktische implementatie:

• Simulatie: Een efficiënt spectraal simulatiealgoritme wordt voorgesteld met behulp van rejection sampling en trigonometrische identiteiten om velden met deze asymmetrische covarianties te simuleren.
• Nietstationariteit: Het raamwerk faciliteert geometrische anisotropie door de richtingsvector en range-parameters ruimtelijk te laten variëren.
• Grootschalige inferentie: Om grote datasets aan te pakken waarbij volledige likelihood-evaluatie ontoelaatbaar is, integreert het artikel deze modellen in het Vecchia-benaderingsraamwerk (specifiek binnen het GpGp R-pakket), gebruikmakend van Kronecker-productstructuren voor separabele-type modellen om de computationele complexiteit te verminderen.

Belangrijkste Resultaten

• Theoretische Eigenschappen: De nieuwe modellen behouden controle over marginale ruimtelijke en temporele covarianties, een kenmerk dat in Lagrangiaanse modellen niet gegarandeerd is. Het reflectieve asymmetrische model nest de symmetrische separabele model, wat rigoureuze statistische testen voor de aanwezigheid van asymmetrie via likelihood ratio-testen mogelijk maakt.
• Parameter Efficiëntie: De reflectieve modellen vereisen aanzienlijk minder parameters dan het volledige Lagrangiaanse model (specifiek $1 + (d-1)$ extra parameters voor asymmetrie-richting en -sterkte versus $O(d^2)$ voor het Lagrangiaanse model), wat grotere parsimonie biedt.
• Simulatiestudies:
  • In multivariate ruimtelijke simulaties vertoonden de asymmetrische modellen een superieur resultaat (lagere AIC) wanneer het ware data-genererende proces asymmetrisch was, terwijl ze vergelijkbaar presteerden met symmetrische modellen wanneer het ware proces symmetrisch was.
  • In ruimte-tijd simulaties presteerden de reflectieve asymmetrische modellen beter dan de Lagrangiaanse modellen wanneer het ware proces symmetrisch of reflectief asymmetrisch was. Omgekeerd, wanneer het ware proces Lagrangiaans was, presteerden de reflectieve modellen slechter, wat bevestigt dat de twee raamwerken fundamenteel verschillende klassen van asymmetrie vertegenwoordigen.
• Ierse Wind Data Analyse: Toegepast op de benchmark Ierse wind dataset (11 locaties, 1961–1978), presteerden de reflectieve asymmetrische modellen consequent beter dan hun symmetrische tegenhangers en het standaard Lagrangiaanse model in termen van AIC en log-likelihood.
  • De geschatte asymmetrie richting ($\tilde{x}$) wees naar het oosten, consistent met de bekende west-naar-oost atmosferische stroming.
  • Modellen met Cauchy temporele covarianties boden de beste fit.
  • Hoewel de schattings-tijden iets hoger waren voor sommige asymmetrische modellen, waren ze over het algemeen sneller dan het Lagrangiaanse model, met uitzondering van gevallen met complexe Cauchy-parameter schatting.

Betekenis en Claims
Het artikel beweert dat het reflectieve asymmetrie-raamwerk een flexibel, parsimonisch en computationeel hanteerbaar alternatief biedt voor Lagrangiaanse modellen voor het vastleggen van asymmetrische afhankelijkheid in ruimte-tijd data. De belangrijkste voordelen zijn:

1. Flexibiliteit: Het vermogen om marginale covarianties onafhankelijk te controleren en asymmetrie te integreren zonder de marginale structuur te wijzigen.
2. Testbaarheid: Het nesten van het symmetrische model maakt rigoureuze statistische testen voor asymmetrie mogelijk.
3. Toepasbaarheid: De modellen tonen aan de model-fit en voorspellende prestaties te verbeteren in zowel simulaties als real-world milieu-data (Ierse wind).
4. Computationele Haalbaarheid: De integratie met de Vecchia-benadering maakt deze modellen levensvatbaar voor grootschalige spatio-temporele datasets.

De auteurs merken beperkingen op, specifelijk het gebrek aan gesloten vorm expressies voor Matérn asymmetrische kruiscovarianties in dimensies $d > 1$ en de huidige beperking van Gneiting-type asymmetrische vormen tot $d=1$. Zij suggereren dat toekomstig werk de combinatie van reflectieve en Lagrangiaanse benaderingen kan verkennen of het raamwerk kan uitbreiden naar multivariate ruimte-tijd kruiscovarianties.