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

技术摘要：一类用于泊松计数及更广泛场景的高阶 INAR 随机场

问题陈述
现有的用于计数随机场的整数值自回归（INAR）模型，例如 INAR(1, 1) 及其高阶扩展（INAR($p_1, p_2$)），面临显著的理论局限和计算瓶颈。具体而言，这些模型在刻画平稳边际分布以及计算条件概率方面存在困难，而这两者对于基于似然的推断至关重要。核心问题源于标准 INAR 递归中在每个网格点 $(s, t)$ 施加的多个二项式稀疏（binomial thinning）操作。这种复杂性阻碍了边际分布闭式表达式的推导，使得在保持所需的自回归依赖结构的同时，如何设定创新项以实现特定的目标边际分布（如泊松分布或负二项分布）变得不明确。虽然整数值移动平均（INMA）模型可以容纳泊松边际分布，但它们缺乏自回归过程所特有的渐进记忆衰减特性，而后者通常更契合现实世界的空间数据。

方法论
为了克服这些局限，作者提出了一类称为组合 INAR（CINAR）随机场的新模型。该方法将时间序列分析中的 CINAR 概念（Weiß, 2008b; Zhu and Joe, 2006）适配到了空间领域。

CINAR($p_1, p_2$) 模型由以下递归定义：
$$X_{s,t} = \sum_{(i,j) \in S} D_{s,t;i,j} \cdot (\alpha \circ X_{s-i,t-j}) + \varepsilon_{s,t}$$
其中：

• $S$ 是排除 $(0,0)$ 的滞后索引集合。
• $\alpha \in (0, 1)$ 是常数稀疏参数。
• $\circ$ 表示二项式稀疏算子。
• $(D_{s,t})$ 是遵循多项式分布的独立同分布（i.i.d.）“决策”向量随机场。在每个位置 $(s, t)$，恰好选择一个滞后项进行稀疏，而其他项则被忽略。
• $\varepsilon_{s,t}$ 代表独立同分布的计数创新项。

这种每个位置仅进行“单次稀疏”的机制，使 CINAR 区别于标准 INAR 模型（后者同时对所有滞后项应用稀疏）。

主要贡献与理论结果

1. 平稳边际分布：作者推导出了平稳边际分布概率生成函数（pgf）的闭式表达式。他们证明，CINAR 模型可以配备任何**离散可分解（DSD）**分布（包括泊松分布和负二项分布）作为边际分布。所需的创新项分布由关系式 $pgf_\varepsilon(u) = pgf_X(u) / pgf_X(1 - \alpha + \alpha u)$ 显式确定。
2. 自相关结构：CINAR 模型的空间自相关函数（ACF）满足一组 Yule-Walker 方程，其形式与标准 INAR($p_1, p_2$) 模型相同，前提是系数被重新参数化为 $\theta_{ij} = \alpha \phi_{ij}$。因此，CINAR 保留了经典的 AR 型自相关结构。
3. 条件概率：一个主要的计算优势是推导出了条件分布 $P(X_{s,t} = x | P_{s,t})$ 的简单表达式。与需要复杂多重卷积（例如 INAR(1, 1) 需要三重卷积）的标准 INAR 模型不同，CINAR 条件分布仅涉及单次卷积。这极大地简化了似然函数的计算。
4. 扩展：论文概述了向多侧CINAR 模型（纳入未来滞后项）和TobitCINAR 模型（通过零截尾处理负依赖）的潜在扩展，尽管这些被注明为未来研究的课题。

参数估计与模拟结果
论文开发了三种估计方法：

• Yule-Walker (YW)：基于样本自相关。
• 条件最小二乘法 (CLS)：最小化条件均值的平方偏差。
• 条件最大似然法 (CML)：基于推导出的条件概率最大化似然函数。

针对泊松和负二项分布 CINAR(1, 1) 及 CINAR(2, 2) 模型的综合模拟研究显示：

• 性能：CML 估计量在偏差和标准差方面始终优于 YW 和 CLS，特别是在依赖参数较大时。
• 竞争者的偏差：对于较大的依赖参数，YW 和 CLS 估计量表现出强烈的负偏差，导致估计的创新项均值出现正偏差。
• 模型误设：CML 对模型误设高度敏感（例如，将泊松模型拟合到负二项分布数据上），导致偏差无法消失。在这种情况下，CLS 可能表现更好。作者指出，CLS 和 CML 估计值之间的显著差异可作为模型误设的诊断警示。

实证应用
CINAR 族模型的实践相关性通过使用农业小麦产量数据（Iyer, 1942）得到了展示。该数据表现出近似的泊松边际行为和正空间依赖性。

• 一个简化的 CINAR(1, 1) 模型（排除对角线依赖）提供了良好的拟合度，这通过信息准则（AIC/BIC）和诊断工具（Pearson 残差和概率积分变换直方图）得到了确认。
• 一个简化的 CINAR(2, 2) 模型通过捕捉特定滞后处的残差依赖进一步改善了拟合度，优于所有一阶候选模型。
• 该应用突显了该模型处理具有可解释边际分布的现实世界计数网格数据的能力。

意义与主张
本文主张，CINAR 族通过解决灵活边际分布与可处理推断之间的权衡，为现有的 INAR 随机场提供了一个“有用”的替代方案。通过将经典的 AR 型自相关结构与指定泊松或负二项边际分布的能力相结合，CINAR 模型克服了标准 INAR 模型固有的“边际分布不明确”的缺陷。此外，条件概率计算的简化促进了基于似然的推断，而这在以前对于高阶 INAR 场而言在计算上是不可行的。作者总结道，虽然 CML 是正确设定模型的首选估计方法，但严格的模型诊断对于避免误设的陷阱至关重要。