Interpretable models for forecasting high-dimensional functional time series

Título: Modelos Interpretáveis para Previsão de Séries Temporais Funcionais de Alta Dimensão

Autores: Han Lin Shang (Macquarie University) e Cristian F. Jiménez-Varón (University of York).

---

1. Problema e Motivação

O artigo aborda o desafio de modelar e prever Séries Temporais Funcionais de Alta Dimensão (HDFTS). Estas séries são caracterizadas por:

• Dependência Temporal: As observações ao longo do tempo são correlacionadas.
• Dependência Seccional (Cross-sectional): Múltiplas curvas funcionais (ex: taxas de mortalidade de diferentes regiões) são correlacionadas entre si.
• Alta Dimensionalidade: O número de séries transversais ($N$, ex: 47 prefeituras) pode exceder o número de observações temporais ($T$, ex: anos), ou seja, $N > T$.

Limitação das Abordagens Atuais:
Métodos existentes baseados em redução de dimensionalidade (como Análise de Componentes Principais Funcionais ou Modelos Fatoriais puros) são computacionalmente eficientes, mas frequentemente produzem fatores e matrizes de carga que são "caixas-pretas" matemáticas. Eles carecem de interpretabilidade, não mapeando diretamente para drivers observáveis do mundo real (como regiões geográficas específicas ou diferenças de sexo), o que limita sua utilidade para a tomada de decisões baseadas em evidências.

2. Metodologia Proposta

Os autores propõem uma estrutura de modelagem híbrida que combina Análise de Variância Funcional (FANOVA) para decomposição estrutural e interpretável com Modelos Fatoriais Funcionais para capturar a dinâmica estocástica residual. O processo ocorre em três etapas principais:

A. Decomposição FANOVA (Estrutural)

Utiliza-se uma FANOVA Bidirecional (Two-way FANOVA) para decompor as taxas de mortalidade suavizadas $Y_{it}^g(u)$ (onde $i$ é a região, $g$ é o sexo, $t$ é o tempo e $u$ é a idade) em:

1. Efeito Geral Funcional ($\mu(u)$): A média global.
2. Efeito de Linha ($\alpha_i(u)$): Variação específica por prefeitura (região).
3. Efeito de Coluna ($\delta_g(u)$): Variação específica por sexo.
4. Termo de Interação ($\gamma_{ig}(u)$): Captura como o efeito da região varia entre os sexos.
5. Resíduo ($X_{it}^g(u)$): Variação não explicada.

B. Decomposição Adicional (Interação)

O termo de interação e o resíduo da etapa anterior são tratados separadamente para cada sexo através de uma FANOVA Unidirecional (One-way FANOVA). Isso decompõe a interação em:

• Um efeito geral funcional específico do sexo.
• Um efeito de linha específico do sexo (padrões regionais dentro de cada sexo).
• Um novo componente residual estocástico.

C. Modelagem do Resíduo (Estocástica)

O componente residual restante, que contém a dinâmica temporal complexa não capturada pelas médias estruturais, é modelado usando um Modelo Fatorial Funcional (Functional Factor Model - FFM).

• Este modelo assume que as curvas residuais são influenciadas por fatores comuns latentes que variam no tempo.
• A estimativa dos fatores e cargas é realizada via análise de autovalores da matriz de covariância temporal.

D. Construção de Intervalos de Previsão

Para quantificar a incerteza, o artigo utiliza Previsão Conformal (Conformal Prediction), uma abordagem livre de distribuição:

• Split Conformal: Divide os dados em treino e validação para calibrar parâmetros de escala.
• Sequential Conformal: Atualiza os quantis preditivos à medida que novos dados chegam, sem necessidade de um conjunto de validação fixo, sendo mais conservador e adaptativo.

3. Contribuições Principais

1. Interpretabilidade Estrutural: Diferente de métodos puramente estatísticos de redução de dimensionalidade, a abordagem proposta separa explicitamente as variações sistemáticas (atribuíveis a região e sexo) das variações estocásticas. Isso permite que os formuladores de políticas entendam por que as previsões são o que são.
2. Tratamento de Interações: A introdução de um termo de interação modelado via FANOVA unidirecional oferece uma representação mais flexível da heterogeneidade entre grupos (ex: como a mortalidade masculina e feminina varia diferentemente entre as prefeituras).
3. Unificação de Abordagens: Combina a interpretabilidade da ANOVA com a flexibilidade e eficiência computacional dos modelos fatoriais para capturar dependências temporais complexas nos resíduos.
4. Incerteza Robusta: Aplica métodos de previsão conformal para gerar intervalos de previsão que são menos sensíveis a erros de especificação do modelo em comparação com métodos paramétricos tradicionais.

4. Resultados e Avaliação

O método foi aplicado a dados de taxas de mortalidade específicas por idade e sexo nas prefeituras japonesas (1975–2023).

• Precisão de Previsão Pontual:
  • O modelo proposto (FANOVA Bidirecional + FANOVA Unidirecional + Fator Funcional) superou consistentemente os métodos de benchmark, incluindo o modelo de séries temporais funcionais multivariadas de Jiménez-Varón et al. (2024) e métodos baseados apenas em FANOVA bidirecional.
  • A inclusão do termo de interação (FANOVA Unidirecional) resultou em erros quadráticos médios (RMSFE) e erros absolutos médios (MAFE) menores, especialmente para horizontes de previsão mais longos.
• Precisão de Previsão de Intervalos:
  • A Previsão Conformal Sequencial mostrou-se superior à abordagem "Split" (que tendia a subestimar a cobertura em horizontes longos).
  • O método proposto produziu intervalos de previsão mais estreitos (mais precisos) mantendo a probabilidade de cobertura nominal (95%), superando significativamente os benchmarks em termos de Interval Score.
• Análise de Heterogeneidade: A decomposição revelou claramente a heterogeneidade cruzada entre regiões e a distinção biológica entre sexos, fornecendo insights valiosos sobre os drivers da mortalidade.

5. Significado e Conclusão

O artigo demonstra que a interpretabilidade não precisa ser sacrificada em prol da precisão. Ao decompor as séries temporais funcionais de alta dimensão em componentes determinísticos (baseados em fatores observáveis como região e sexo) e estocásticos (modelados por fatores latentes), os autores criaram um framework que:

1. Melhora a acurácia: Produz previsões pontuais e intervalares mais precisas do que métodos existentes.
2. Aumenta a transparência: Oferece uma visão clara dos drivers subjacentes (ex: disparidades regionais ou tendências específicas de gênero), facilitando a tomada de decisões em políticas públicas de saúde e previdência.
3. É robusto: A utilização de métodos conformais garante que a incerteza seja quantificada de forma confiável, mesmo em amostras finitas e com dados complexos.

Este trabalho é particularmente relevante para áreas que lidam com dados demográficos, climáticos ou financeiros de alta dimensão, onde a compreensão dos fatores causais é tão importante quanto a precisão numérica da previsão.