A Class of Higher-Order INAR Random Fields for Poisson Counts and Beyond

Resumo Técnico: Uma Classe de Campos Aleatórios INAR de Ordem Superior para Contagens de Poisson e Além

Declaração do Problema
Os modelos existentes de autorregressão em valores inteiros (INAR) para campos aleatórios de contagem, como o INAR(1, 1) e suas extensões de ordem superior (INAR($p_1, p_2$)), enfrentam limitações teóricas e computacionais significativas. Especificamente, esses modelos sofrem com dificuldades na caracterização da distribuição marginal estacionária e no cálculo de probabilidades condicionais, que são essenciais para inferência baseada em verossimilhança. A questão central surge das múltiplas operações de afinamento binomial aplicadas em cada ponto da grade $(s, t)$ nas recursões INAR padrão. Essa complexidade impede a derivação de expressões de forma fechada para a distribuição marginal, tornando incerto como especificar inovações para atingir marginais-alvo específicos (por exemplo, Poisson ou Binomial Negativa) enquanto se mantém a estrutura de dependência autorregressiva desejada. Embora os modelos de Média Móvel em Valores Inteiros (INMA) possam acomodar marginais de Poisson, eles carecem do decaimento gradual da memória característico dos processos autorregressivos, que frequentemente se ajustam melhor a dados espaciais do mundo real.

Metodologia
Para abordar essas limitações, os autores propõem uma nova classe de modelos denominada campos aleatórios CINAR (INAR Combinado). Essa abordagem adapta o conceito CINAR da análise de séries temporais (Weiß, 2008b; Zhu e Joe, 2006) para o domínio espacial.

O modelo CINAR($p_1, p_2$) é definido pela recursão:
$$X_{s,t} = \sum_{(i,j) \in S} D_{s,t;i,j} \cdot (\alpha \circ X_{s-i,t-j}) + \varepsilon_{s,t}$$
onde:

• $S$ é o conjunto de índices de defasagem excluindo $(0,0)$.
• $\alpha \in (0, 1)$ é um parâmetro de afinamento constante.
• $\circ$ denota o operador de afinamento binomial.
• $(D_{s,t})$ é um campo aleatório i.i.d. de vetores de "decisão" seguindo uma distribuição multinomial. Em cada localização $(s, t)$, exatamente um termo de defasagem é selecionado para sofrer afinamento, enquanto os demais são ignorados.
• $\varepsilon_{s,t}$ representa inovações de contagem i.i.d.

Esse mecanismo de "afinamento único" por localização distingue o CINAR dos modelos INAR padrão, que aplicam afinamento a todos os termos de defasagem simultaneamente.

Principais Contribuições e Resultados Teóricos

1. Distribuição Marginal Estacionária: Os autores derivam uma expressão de forma fechada para a função geradora de probabilidades (pgf) da distribuição marginal estacionária. Eles demonstram que os modelos CINAR podem ser equipados com qualquer distribuição discreta auto-decomponível (DSD) (incluindo Poisson e Binomial Negativa) como distribuição marginal. A distribuição de inovação necessária é explicitamente determinada pela relação $pgf_\varepsilon(u) = pgf_X(u) / pgf_X(1 - \alpha + \alpha u)$.
2. Estrutura de Autocorrelação: A função de autocorrelação espacial (ACF) do modelo CINAR satisfaz um conjunto de equações de Yule–Walker idênticas em forma às do modelo INAR($p_1, p_2$) padrão, desde que os coeficientes sejam reparametrizados como $\theta_{ij} = \alpha \phi_{ij}$. Assim, o CINAR mantém a estrutura clássica de autocorrelação do tipo AR.
3. Probabilidades Condicionais: Uma vantagem computacional majoritária é a derivação de uma expressão simples para a distribuição condicional $P(X_{s,t} = x | P_{s,t})$. Diferentemente dos modelos INAR padrão, que exigem convoluções múltiplas complexas (por exemplo, triplas para INAR(1, 1)), a distribuição condicional CINAR envolve apenas uma única convolução. Isso simplifica significativamente o cálculo das funções de verossimilhança.
4. Extensões: O artigo delineia extensões potenciais para modelos CINAR multilaterais (incorporando defasagens futuras) e modelos CINAR Tobit (para lidar com dependências negativas via censura em zero), embora estes sejam notados como temas para pesquisa futura.

Estimação de Parâmetros e Resultados de Simulação
O artigo desenvolve três abordagens de estimação:

• Yule–Walker (YW): Baseada em autocorrelações amostrais.
• Mínimos Quadrados Condicionais (CLS): Minimizando os desvios quadráticos da média condicional.
• Verossimilhança Condicional Máxima (CML): Maximizando a verossimilhança com base nas probabilidades condicionais derivadas.

Um estudo de simulação abrangente em modelos CINAR(1, 1) e CINAR(2, 2) de Poisson e Binomial Negativa revela:

• Desempenho: O estimador CML supera consistentemente YW e CLS em termos de viés e desvio padrão, particularmente quando os parâmetros de dependência são grandes.
• Viés em Concorrentes: Os estimadores YW e CLS exibem forte viés negativo para parâmetros de dependência grandes, levando a um viés positivo na média de inovação estimada.
• Especificação Incorreta do Modelo: O CML é altamente sensível à especificação incorreta do modelo (por exemplo, ajustar um modelo de Poisson a dados de Binomial Negativa), resultando em viés não desaparecente. Nesses casos, o CLS pode desempenhar melhor. Os autores observam que uma discrepância substancial entre as estimativas de CLS e CML pode servir como um aviso diagnóstico para especificação incorreta do modelo.

Aplicação Empírica
A relevância prática da família CINAR é demonstrada usando dados de rendimento de trigo agrícola (Iyer, 1942). Os dados exibem comportamento marginal próximo ao de Poisson e dependência espacial positiva.

• Um modelo CINAR(1, 1) simplificado (excluindo dependência diagonal) forneceu um bom ajuste, confirmado por critérios de informação (AIC/BIC) e ferramentas de diagnóstico (resíduos de Pearson e histogramas da Transformação Integral de Probabilidade).
• Um modelo CINAR(2, 2) simplificado melhorou ainda mais o ajuste ao capturar dependências residuais em defasagens específicas, superando todos os candidatos de primeira ordem.
• A aplicação destaca a capacidade do modelo de lidar com dados de grade de contagem do mundo real com distribuições marginais interpretáveis.

Significado e Alegações
O artigo alega que a família CINAR oferece uma alternativa "útil" aos campos aleatórios INAR existentes ao resolver o trade-off entre distribuições marginais flexíveis e inferência tratável. Ao combinar a estrutura clássica de autocorrelação do tipo AR com a capacidade de especificar marginais de Poisson ou Binomial Negativa, os modelos CINAR superam a "desvantagem de ter uma distribuição marginal incerta" inerente aos modelos INAR padrão. Além disso, o cálculo simplificado das probabilidades condicionais facilita a inferência baseada em verossimilhança, que anteriormente era computacionalmente proibitiva para campos INAR de ordem superior. Os autores concluem que, embora o CML seja o método de estimação preferido para modelos corretamente especificados, diagnósticos rigorosos de modelo são essenciais para evitar as armadilhas da especificação incorreta.