Covariance estimation for derivatives of functional data using an additive penalty in P-splines

Titel: Covariantieschatting voor afgeleiden van functionele data met behulp van een additieve strafterm in P-splines

Auteurs: Yueyun Zhu, Steven Golovkine, Norma Bargary, Andrew J. Simpkin
Datum: 24 februari 2026

---

1. Probleemstelling

Functionele Data Analyse (FDA) is essentieel voor het verwerken van complexe datasets afkomstig van sensoren en neurobeeldvorming. Een kerncomponent van FDA is de Functionele Hoofdstukcomponentenanalyse (FPCA), die de variatie in functionele trajecten reduceert tot een laagdimensionale representatie.

In veel toepassingen zijn echter niet de functies zelf, maar hun afgeleiden (zoals snelheid en versnelling) van belang om onderliggende dynamica te begrijpen. Bestaande methoden voor afgeleide-gebaseerde FPCA (derivative-based FPCA) hebben echter beperkingen:

• Ze vertrouwen vaak op lokale lineaire smoothers om de afgeleide van de covariantiefunctie te schatten, wat computatief zwaar kan zijn en minder flexibel is.
• De schatting van de covariantie van afgeleiden is fundamenteel voor het verkrijgen van orthogonale eigenfuncties en scores.
• Er bestaat geen gevestigde methode voor multivariate afgeleide-gebaseerde FPCA (DMFPCA) die efficiënt omgaat met meerdere gekoppelde processen.

Het doel van dit onderzoek is het ontwikkelen van een nauwkeurige en computatief efficiënte methode om de covariantie van afgeleiden te schatten en deze toe te passen op zowel univariate als multivariate functionele data.

2. Methodologie

De auteurs stellen een nieuw raamwerk voor dat drie hoofdcomponenten combineert:

A. Verbeterde Covariantieschatting (FACE met Additieve Strafterm)

De kern van de methode is een uitbreiding van het Fast Covariance Estimation (FACE) algoritme van Xiao et al. (2016).

• P-splines: In plaats van lokale lineaire smoothers gebruiken de auteurs P-splines (Penalized B-splines) voor bivariate smoothing van de covariantiematrix.
• Additieve Strafterm: Er wordt een extra additieve strafterm geïntegreerd in de P-splines. Waar standaard P-splines één strafterm gebruiken ($\lambda P$), gebruiken ze een combinatie: $\lambda_1 P_1 + \lambda_2 P_2$.
  • Dit wordt gereparameteriseerd als $\lambda_+ (w P_1 + (1-w) P_2)$, waarbij $\lambda_+$ het totale gladheidsniveau is en $w$ de relatieve gewichtsfactor.
  • Deze extra term zorgt voor een sterkere gladmaking, wat cruciaal is om undersmoothing te voorkomen bij het schatten van afgeleiden, wat vaak leidt tot ruis in de afgeleide covariantie.
• Efficiëntie: Door gebruik te maken van de spectrale decompositie van de strafmatrices, behoudt de schatter de "sandwich-vorm" ($\hat{K} = B \Theta B^T$), wat de berekening van de covariantie en zijn afgeleiden zeer efficiënt maakt.

B. Afgeleide-gebaseerde FPCA (DFPCA)

• Eigenfuncties en Eigenwaarden: In tegenstelling tot eerdere methoden die de afgeleide van de covariantiematrix direct diagonaliseren, tonen de auteurs aan dat de eigenfuncties van de afgeleide covariantie kunnen worden geschat via de coëfficiëntenmatrix $\Theta$ en de afgeleide B-spline basis ($B_{der}$), zonder een nieuwe complexe eigendecompositie van de afgeleide covariantie zelf uit te voeren.
• Scores (BLUP): Voor het schatten van de scores (de projecties van de data op de eigenfuncties) gebruiken ze Mixed Model Equations (MME). Dit vermijdt de noodzaak om grote matrices te inverteren (zoals bij de traditionele Best Linear Unbiased Prediction), wat de computationele complexiteit aanzienlijk verlaagt.

C. Multivariate Uitbreiding (DMFPCA)

De methode wordt uitgebreid naar Derivative Multivariate Functional Principal Component Analysis (DMFPCA).

• Dit behandelt vectorwaardige processen (meerdere gekoppelde functies, bijv. knie-, heup- en enkelhoeken).
• De methode combineert de univariate scores van de afgeleiden via een covariantiematrix van de scores om gemeenschappelijke multivariate componenten (DMFPCs) en scores te extraheren.

3. Belangrijkste Resultaten

Simulatiestudies

De auteurs hebben hun methode (genaamd DFPCA voor univariate en DMFPCA voor multivariate) vergeleken met de bestaande FPCAder() functie (gebaseerd op lokale polynoomsmoothing) in drie scenario's:

1. Dichtbevolkte data zonder meetfouten.
2. Dichtbevolkte data met meetfouten.
3. Verspreide (sparse) data met meetfouten.

• Nauwkeurigheid: DFPCA overtrof FPCAder() in alle scenario's, zowel voor univariate als multivariate data.
  • De Relative Mean Integrated Square Error (RMISE) voor de geschatte afgeleiden was significant lager (bijv. 0.4% vs 0.9% bij ruisvrije data).
  • De schattingen van eigenfuncties en scores waren nauwkeuriger, vooral in aanwezigheid van ruis.
• Robuustheid: De prestaties waren weinig gevoelig voor de specifieke keuze van de orde van de straftermen ($l_1, l_2$), wat de methode robuust maakt voor praktische toepassing.
• Boundary Effects: Hoewel P-splines bekende randeffecten hebben, bleek de methode met de additieve strafterm toch superieur aan de bestaande methoden, hoewel er enige nauwkeurigheidsverlies aan de randen van het domein optreedt.

Toepassing: Menselijke Bewegingsdata

De methode werd toegepast op een dataset van 120 deelnemers die drie loopopdrachten uitvoerden: vlak lopen, helling lopen en traplopen.

• Data: Gewrichtshoeken (knie, heup, enkel) gemeten met draagbare sensoren.
• Doel: Het reconstrueren van de gewrichtshoeksnelheid (de afgeleide van de hoek) en het classificeren van de loopopdrachten op basis van deze dynamische kenmerken.
• Resultaat:
  • De eerste zes DMFPCs verklaarden 96% van de variatie.
  • De scores van de DMFPCA toonden een sterke discriminatie tussen de drie loopopdrachten.
  • K-means clustering op de DMFPC-scores resulteerde in een classificatie-accuraatheid van 96% (95% CI: 0.91-0.99) voor het onderscheiden van vlak lopen, helling lopen en traplopen.
  • De methode slaagde erin om complexe dynamische patronen (zoals het tijdstip van richtingsverandering en snelheidsbereik) te vangen die cruciaal waren voor de classificatie.

4. Bijdragen en Significantie

1. Methodologische Innovatie: Dit is het eerste werk dat het FACE-algoritme combineert met een additieve strafterm in P-splines specifiek voor de schatting van de afgeleide van de covariantie. Dit lost het probleem van undersmoothing op bij afgeleiden.
2. Computationele Efficiëntie: Door het gebruik van de sandwich-vorm en MME voor scores, blijft de methode computatief efficiënt, zelfs voor grote datasets en multivariate gevallen.
3. Multivariate Uitbreiding: De introductie van DMFPCA vult een gat in de literatuur, aangezien er geen eerdere methoden waren voor afgeleide-gebaseerde analyse van multivariate functionele data.
4. Praktische Toepasbaarheid: De succesvolle toepassing op draagbare sensordata demonstreert de waarde van afgeleide-gebaseerde analyse voor het begrijpen van menselijke beweging, wat direct toepasbaar is in sportwetenschap, revalidatie en valpreventie.

Conclusie

Het artikel presenteert een robuust en efficiënt raamwerk voor het analyseren van de dynamiek van functionele data. Door de covariantie van afgeleiden nauwkeuriger te schatten via P-splines met een additieve strafterm, en dit te koppelen aan een nieuwe multivariate FPCA-methode, bieden de auteurs een krachtig hulpmiddel voor onderzoekers die werken met complexe, tijd-afhankelijke sensordata. De resultaten tonen aan dat deze aanpak superieur is aan bestaande methoden en zeer geschikt is voor classificatietaken in de praktijk.