Beyond Equidistant Assumptions: An Autoregressive Ordered Stereotype Model for Ordinal Time Series

Resumo Técnico: Além das Suposições de Equidistância: Um Modelo de Estereótipo Ordenado Autorregressivo para Séries Temporais Ordinais

Definição do Problema
Dados de séries temporais ordinais, caracterizados por observações que assumem valores em um conjunto finito de categorias ordenadas, surgem frequentemente em campos como saúde, ciências ambientais e esportes. Embora várias abordagens de modelagem existam — incluindo modelos de Markov, modelos de regressão e variantes discretas de ARMA — muitas baseiam-se em suposições restritivas. Especificamente, os modelos de regressão ordinal padrão frequentemente assumem que a distância entre categorias adjacentes é equidistante ou que os efeitos das covariáveis são proporcionais em todos os limiares de saída (como no modelo de odds proporcionais). Os autores argumentam que essas suposições são frequentemente irreais, particularmente em aplicações onde a interpretação da "distância" entre estados é significativa (por exemplo, a transição de "acordado" para "sono tranquilo" pode representar uma magnitude de mudança diferente das transições entre estágios intermediários de sono). As alternativas flexíveis existentes, como o modelo de odds proporcionais parciais, frequentemente incorrem em uma penalidade substancial no número de parâmetros. O artigo aborda a necessidade de um framework parcimonioso, porém flexível, que capture a dependência serial sem impor um espaçamento de categoria equidistante.

Metodologia
O artigo propõe o Modelo de Estereótipo Ordenado Autorregressivo (AR-OSM), uma extensão do Modelo de Estereótipo Ordenado (OSM) introduzido originalmente por Anderson (1984) para dados transversais.

• Formulação do Modelo: O AR-OSM incorpora valores defasados da variável resposta ($Y_{t-1}, \dots, Y_{t-p}$) como covariáveis dentro do componente sistemático da regressão. Para uma série temporal ordinal $Y_t$ com $q$ categorias, o log-odds de estar na categoria $k$ versus a categoria de referência (1) é modelado como:
  $$\log \left( \frac{P(Y_t = k | \mathcal{F}_{t-1})}{P(Y_t = 1 | \mathcal{F}_{t-1})} \right) = \alpha_k + \phi_k \sum_{j=1}^p \beta_j Y_{t-j} + \gamma^T X_t$$
  onde $\mathcal{F}_{t-1}$ representa o histórico do processo.
• Característica Principal (Parâmetros de Score): O modelo utiliza um conjunto de parâmetros de "score" monótonos $\{\phi_1, \dots, \phi_q\}$ (restritos de tal forma que $0 = \phi_1 \le \dots \le \phi_q = 1$). Diferente dos modelos padrão que assumem um espaçamento fixo e equidistante, esses parâmetros permitem que os dados determinem o espaçamento relativo entre as categorias. Os coeficientes de regressão $\beta_j$ são comuns entre as categorias, mas são escalonados pelos scores $\phi_k$ específicos de cada categoria.
• Estimação: A estimação dos parâmetros é realizada via Estimativa de Máxima Verossimilhança (MLE). Para lidar com as restrições de monotonicidade nos parâmetros de score durante a otimização, os autores empregam uma estratégia de reparametrização (Fernández et al., 2016) envolvendo transformações logit e incrementos exponenciais, convertendo o problema restrito em um problema não restrito.
• Seleção de Modelo e Dependência: O artigo utiliza o $\kappa$ de Cohen Ordinal e sua versão parcial para medir a dependência serial e selecionar a ordem autorregressiva apropriada $p$. Esta métrica é adaptada de Weiß (2020) para considerar a natureza ordinal dos dados, servindo como um análogo ao ACF e PACF em séries temporais contínuas.

Principais Contribuições

1. Extensão para Séries Temporais: A principal contribuição é a formalização do OSM para séries temporais ordinais, criando o framework AR-OSM.
2. Relaxação da Equidistância: O modelo evita explicitamente a suposição de categorias equidistantes. Em vez disso, ele infere o espaçamento latente entre os estados a partir dos dados, oferecendo uma representação mais realista para processos onde as transições de categoria variam em magnitude.
3. Parcimônia vs. Flexibilidade: O AR-OSM oferece um compromisso entre o restritivo modelo de odds proporcionais e outras alternativas mais complexas e pesadas em termos de parâmetros. Ele captura efeitos específicos de categoria através dos parâmetros de score sem exigir um vetor de coeficientes separado para cada interação entre covariável e categoria.
4. Integração de Covariáveis: Diferente de algumas abordagens puramente Markovianas para séries ordinais, o AR-OSM mantém a estrutura de um modelo de regressão, permitindo a inclusão de covariáveis externas (ex: frequência cardíaca, temperatura) juntamente com termos autorregressivos.

Resultos

• Estudo de Simulação:
  • Desempenho do Estimador: Simulações em vários tamanhos de amostra ($T=100, 500, 1000$) demonstraram que os estimadores são eficientes, com a variância diminuindo conforme o tamanho da amostra aumenta. Embora um pequeno viés tenha sido observado nos parâmetros de score ($\phi$) para amostras pequenas ($T=100$), esse viés diminuiu com amostras maiores.
  • Dependência Serial: O estudo investigou como o coeficiente autorregressivo ($\beta$) e os parâmetros de score ($\phi$) influenciam a dependência serial. Os resultados indicaram que o sinal de $\beta$ determina a direção da dependência (positiva ou negativa), enquanto a magnitude controla a força. A relação entre $\beta$ e a dependência serial (medida pelo $\kappa$ de Cohen Ordinal) mostrou-se não linear.
• Aplicação no Mundo Real (Dados de Sono Infantil):
  • O modelo foi aplicado a um conjunto de dados de estados de sono de recém-nascidos (Acordado, Sono Tranquilo, Sono Indeterminado, Sono Ativo) registrados a cada 30 segundos.
  • Seleção de Modelo: A análise do $\kappa$ de Cohen parcial sugeriu uma ordem autorregressiva de 1 ($p=1$). Testes de Razão de Verossimilhança (LRT) confirmaram que o AR-OSM (Modelo 3) forneceu um ajuste significativamente melhor do que um modelo de logit de categorias adjacentes de odds proporcionais (Modelo 5) e modelos incluindo a frequência cardíaca como covariável.
  • Interpretação do Espaçamento: Os parâmetros de score estimados revelaram que a distância latente entre "Acordado" e "Sono Tranquilo" era substancialmente maior do que as distâncias entre os estágios intermediários de sono. Este achado contradiz a suposição de equidistância dos modelos padrão e apoia a plausibilidade biológica de que a transição da vigília para o sono é uma mudança mais distinta do que o movimento entre estágios de sono.
  • Previsão: Em um exercício de previsão de 10 passos à frente, o AR-OSM superou o modelo de odds proporcionais, prevendo o estado real com maior probabilidade em cada passo.

Significância e Alegações
O artigo alega que o AR-OSM fornece um framework flexível e parcimonioso para modelar séries temporais ordinais onde a suposição de categorias equidistantes é irrealista. Ao permitir que os dados determinem o espaçamento relativo dos estados, o modelo oferece uma representação mais precisa do processo subjacente, conforme evidenciado pela aplicação dos dados de sono. Os autores afirmam que o modelo consegue capturar a dependência serial enquanto respeita a estrutura ordinal dos dados.

O artigo nota modestamente que, embora a formulação atual assuma um único conjunto de parâmetros de score compartilhados entre as covariáveis, trabalhos futuros poderiam explorar "Modelos de Estereótipo Ordenado Parciais" onde os parâmetros de score variam por covariável. Adicionalmente, os autores reconhecem os desafios computacionais associados a parâmetros que variam no tempo neste framework, mas identificam a extensão para modelos parciais autorregressivos como um caminho promissor para pesquisas futuras. O trabalho é apresentado como um avanço metodológico que preenche uma lacuna entre modelos proporcionais restritivos e alternativas excessivamente complexas.