Connecting reflective asymmetries in multivariate spatial and spatio-temporal covariances

技术摘要：连接多元空间与时空协方差中的反射不对称性

问题陈述
在多元空间及单变量时空数据的分析中，经常可以观察到不对称的依赖结构，但这些结构往往难以进行有效建模。标准的高斯过程框架依赖于对称协方差函数，而现实世界的现象（如大气平流或洋流）通常表现出方向性。目前建模此类时空数据不对称性的主流方法是拉格朗日（Lagrangian）模型，该模型将不对称性解释为随方向演化的过程（例如风力输送）。然而，拉格壮模型存在局限性：它们无法自然地将可分离的对称模型作为特例包含在内（这阻碍了对称性的似然比检验），对边际空间和时间协方差的独立控制能力有限，且需要大量的参数（特别是在高维空间维度下）。此外，现有的不对称多元空间模型大多局限于一维设置或特定的函数形式。

方法论
本文引入了一种被称为“反射不对称性”（reflective asymmetry）的新范式，利用近期多元空间数据的谱域构建方法来开发不对称的时空协方差。

1. 空间数据中的反射不对称性：
   作者将不对称多元空间互协方差扩展到了任意维度 $d$。这些协方差通过将对称空间协方差的谱密度 $f(x)$ 乘以项 $-i \text{sign}(\langle x, \tilde{x} \rangle)$ 来构建，其中 $\tilde{x}$ 是一个单位方向向量。这一操作引入了一个关于原点呈奇函数的成分，从而创造了一种“反射式”的不对称性。

   • 本文推导了平方指数（Squared-Exponential）、柯西（Cauchy）和 Matérn 协方差在一般维度 $d$ 下的不对称部分的闭式表达式。对于平方指数和柯西模型，这些表达式分别使用虚误差函数 ($\text{erfi}$) 和超几何函数来表示。
   • 提供了一种尺度混合（scale-mixture）表示法，用以为一类广泛的协方差生成不对称形式。

2. 反射不对称时空模型：
   核心贡献在于将这些空间构建方法扩展到单变量时空设置。作者提出了一个用于时空协方差的谱密度 $f(x, \eta)$：
   $$f(x, \eta) = \sigma f^*(\|x\|, |\eta|) \{1 + \xi \text{sign}(\langle x, \tilde{x} \rangle)\text{sign}(\eta)\}$$
   其中 $f^*$ 是对称的时空谱密度，$\xi \in (-1, 1)$ 是不对称参数，$\eta$ 是时间频率。

   • 可分离型模型： 当 $f^*$ 是可分离时，生成的时空协方差分解为一个对称的可分离部分和一个不对称部分：$C(h, u) = \sigma [C_s^\Re(h)C_t^\Re(u) + \xi C_s^\Im(h)C_t^\Im(u)]$。这种构造使得对称的可分离模型可以作为一种特例（当 $\xi=0$ 时）。
   • Gneiting 型模型： 作者还构建了非分离的 Gneiting 型协方差的不对称版本，并提供了涉及误差函数 ($\text{erf}$) 的 $d=1$ 时的闭式解。

3. 计算与实际实现：

   • 模拟： 提出了一种高效的谱模拟算法，利用拒绝采样和三角恒等式来模拟具有这些不对称协方差的场。
   • 非平稳性： 该框架通过允许方向向量和范围参数随空间变化来容纳几何各向异性。
   • 大规模推理： 为了处理全似然评估成本过高的庞大数据集，本文将这些模型集成到 Vecchia 近似框架中（具体是在 GpGp R 包内），并利用可分离型模型的 Kronecker 积结构来降低计算复杂度。

关键结果

• 理论性质： 新模型保持了对边际空间和时间协方差的控制，这是拉格朗日模型无法保证的特性。反射不对称模型嵌套了对称可分离模型，从而能够通过似然比检验对不对称性的存在进行严格的统计检验。
• 参数效率： 与拉格朗日模型相比，反射模型所需的参数显著减少（具体而言，不对称方向和强度仅需增加 $1 + (d-1)$ 个参数，而非拉格朗日模型的 $O(d^2)$）。
• 模拟研究：
  • 在多元空间模拟中，当真实数据生成过程是不对称时，不对称模型表现出更优的拟合度（较低的 AIC）；而当真实过程是对称时，其表现与对称模型相当。
  • 在时空模拟中，当真实过程是对称或反射不对称时，反射不对称模型优于拉格朗日模型。相反，当真实过程是拉格朗日型时，反射模型的表现较差，这证实了这两种框架代表了截然不同的不对称类别。
• 爱尔兰风速数据分析： 应用于基准数据集——爱尔兰风速数据集（11 个地点，1961–1978 年），反射不对称模型在 AIC 和对数似然方面始终优于其对称对应模型和标准拉格朗日模型。
  • 估计的不对称方向 ($\tilde{x}$) 指向东方，这与已知的西向东大气流动一致。
  • 采用柯西时间协方差的模型提供了最佳拟合。
  • 虽然某些不对称模型的估计时间略长，但除了涉及复杂柯西参数估计的情况外，它们通常比拉格朗日模型更快。

意义与主张
本文声称，反射不对称性框架为捕捉时空数据中的不对称依赖提供了一个灵活、精简且计算可行的替代方案。强调的主要优势包括：

1. 灵活性： 能够在不改变边际结构的情况下，独立控制边际协方差并引入不对称性。
2. 可检验性： 对称模型的嵌套性允许对不对称性进行严谨的统计检验。
3. 适用性： 研究表明，该模型在模拟和现实环境数据（爱尔兰风速）中均提高了模型拟合度和预测性能。
4. 计算可行性： 与 Vecchia 近似法的集成使这些模型能够适用于大规模时空数据集。

作者也指出了局限性，特别是缺乏维度 $d > 1$ 时 Matérn 不对称互协方差的闭式表达式，以及目前不对称 Gneiting 型形式仅限于 $d=1$ 的限制。他们建议未来的工作可以探索结合反射与拉格朗日方法，或将该框架扩展到多元时空互协方差。