Trend and seasonality estimation for point-process time series

Resumo Técnico: Estimativa de Tendência e Sazonalidade para Séries Temporais de Processos Pontuais

Enunciado do Problema
O artigo aborda o desafio estatístico de estimar tendência e sazonalidade em séries temporais de processos pontuais. Embora a modelagem de processos pontuais esteja bem estabelecida para realizações únicas (espaciais, temporais ou espaço-temporais), a literatura carece de métodos robustos para analisar processos pontuais replicados que formam uma série temporal. Em muitas aplicações, como a divisão de um processo anual longo em intervalos diários, as replicações resultantes não são independentes, mas exibem dependência temporal. Os métodos existentes de análise de dados funcionais (ADF) são inadequados porque assumem funções suaves, enquanto as replicações de processos pontuais são inerentemente discretas e aleatórias. Além disso, técnicas padrão de diferenciação de séries temporais não podem ser aplicadas a processos pontuais, pois a diferença entre dois conjuntos de pontos não é estatisticamente bem definida. Os autores visam preencher essa lacuna propondo estimadores para componentes de tendência e sazonais em uma série temporal de processos pontuais.

Metodologia
Os autores propõem uma estrutura baseada em análise de dados orientada a objetos, tratando uma coleção de processos pontuais $\{X_t : t = 1, \dots, n\}$ como os objetos primários de estudo.

1. Estrutura de Modelagem:

   • Os dados são modelados como uma sequência de processos de Poisson duplamente estocásticos (Cox).
   • A função de intensidade $\Lambda_t(u)$ é assumida como log-Gaussiana: $\log \Lambda_t(u) = \mu(u, t) + Y_t(u)$, onde $Y_t(u)$ é um processo Gaussiano de média zero representando variabilidade latente.
   • A função média $\mu(u, t)$ é decomposta aditivamente para capturar tendência e sazonalidade.
     • Modelo apenas de tendência: $\mu(u, t) = \mu(u) + c(t)$.
     • Modelo de tendência mais sazonalidade: $\mu(u, t) = \mu(u) + c(t) + s_{j(t)}(u)$, onde $j(t)$ indica o período sazonal (por exemplo, dia da semana).
   • A tendência $c(t)$ e os componentes sazonais $s_j(u)$ são parametrizados usando splines (polinômios por partes). A tendência é modelada como um polinômio global (ou spline) sobre um intervalo periódico, enquanto funções de base espaciais/temporais (por exemplo, B-splines) modelam as formas de intensidade.

2. Abordagem de Estimação:

   • Os autores empregam M-estimação (especificamente, uma abordagem de verossimilhança de trabalho) em vez da máxima verossimilhança completa.
   • Os estimadores são derivados maximizando uma função de verossimilhança de trabalho $\rho_n$ que assume que o processo Gaussiano latente $Y_t(u)$ é zero (ou seja, assumindo um processo de Poisson padrão), mesmo que o modelo verdadeiro inclua variabilidade latente.
   • Essa abordagem evita a necessidade de especificar ou estimar estruturas complexas de autocovariância para os processos latentes, tornando os estimadores computacionalmente simples. As funções objetivo são mostradas como côncavas, garantindo otimização direta.

3. Teoria Assintótica:

   • O artigo deriva a consistência e a normalidade assintóticas dos estimadores à medida que o número de replicações $n \to \infty$.
   • Sob suposições específicas (incluindo estacionariedade do processo latente e decaimento das autocovariâncias), os estimadores convergem para os parâmetros verdadeiros (ajustados para a variância do processo latente).
   • A distribuição assintótica segue uma fórmula de variância "sanduíche" ($\Omega = W^{-1}VW^{-1}$), típica para M-estimadores, permitindo a construção de bandas de confiança para as funções de intensidade de tendência e sazonal.

Resultados Principais

• Estudo de Simulação: O desempenho em amostras finitas foi avaliado via simulações com tamanhos de amostra $n=50, 100, 300$. O estudo considerou três cenários para o processo latente: sem variabilidade ($Y_t=0$), variabilidade independente e variabilidade autoregressiva.
  • Os resultados indicam que os estimadores são consistentes: o viés e o erro quadrático médio (RMSE) diminuem à medida que $n$ aumenta.
  • Os desvios padrão dominam o erro, e a autocorrelação no processo latente (caso autoregressivo) aumenta o desvio padrão devido à redução do tamanho efetivo da amostra, mas os estimadores permanecem consistentes.
• Aplicação a Dados Reais: O método foi aplicado ao sistema de compartilhamento de bicicletas Divvy em Chicago (dados de 2016).
  • O estudo analisou horários de retirada em três estações distintas (residencial, centro e turística) como processos pontuais temporais.
  • O modelo capturou com sucesso uma sazonalidade semanal ($d=7$) e uma tendência anual impulsionada pela temperatura.
  • Descobertas:
    • Magnitude da Tendência: A tendência anual variou significativamente por localização. A estação turística (Aquário Shedd) mostrou um aumento de 30 vezes na demanda de verão em comparação com o inverno, enquanto a estação do centro mostrou apenas um aumento de 3 vezes.
    • Padrões Sazonais: Perfis de demanda distintos foram identificados. A estação residencial mostrou picos de deslocamento matutino e vespertino em dias úteis e um único pico ao meio-dia nos fins de semana. A estação do centro mostrou um único pico à noite em dias úteis e demanda baixa e plana nos fins de semana. A estação turística mostrou um único pico à tarde (15h) para todos os dias, mais alto nos fins de semana.

Significância e Alegações
O artigo alega introduzir uma nova classe de modelos log-Gaussianos adaptados para processos pontuais replicados, distintos da literatura existente de processos Cox de realização única. Sua principal significância reside em:

1. Novidade Metodológica: Fornecer uma alternativa mais simples e orientada a objetos às técnicas complexas de processos pontuais, permitindo o uso de conceitos padrão de inferência estatística (como decomposição de tendência e sazonalidade) para séries temporais de processos pontuais.
2. Simplicidade Computacional: O uso de M-estimadores com verossimilhanças de trabalho evita o ônus computacional de modelar diretamente estruturas de autocovariância latente.
3. Utilidade Prática: A capacidade de decompor padrões espaço-temporais complexos (como a demanda por bicicletas) em componentes de tendência e sazonalidade interpretáveis, sem exigir suavização de alta frequência ou grandes contagens por replicação.

Os autores observam explicitamente que, embora os métodos sejam baseados em splines e possam ser aplicados a configurações temporais e espaciais, o trabalho atual foca na derivação teórica e aplicação a exemplos temporais. Eles não alegam eliminar a necessidade de modelar dependências latentes inteiramente, mas sim fornecer uma estrutura de estimação robusta que permanece válida mesmo quando o modelo de trabalho (independência) é mal especificado.