[論文レビュー] ctsmr - Continuous Time Stochastic Modeling in R

Rune Juhl, Jan Kloppenborg Møller+1 more|arXiv (Cornell University)|Jun 1, 2016

Neural Networks and Applications参考文献 1被引用数 26

ひとこと要約

ctsrm Rパッケージは、確率微分方程式（SDE）とカルマンフィルタを用いた最尤推定を用いて、連続時間・離散時間のグレイボックスモデルを特定および推定する一般化されたフレームワークを提供する。不規則にサンプリングされたデータを扱う動的システムの柔軟で物理的に解釈可能なモデリングを可能とし、薬動態および熱的システムを含むシミュレーション例において正確なパラメータ回復を示している。

ABSTRACT

ctsmr is an R package providing a general framework for identifying and estimating partially observed continuous-discrete time gray-box models. The estimation is based on maximum likelihood principles and Kalman filtering efficiently implemented in Fortran. This paper briefly demonstrates how to construct a Continuous Time Stochastic Model using multivariate time series data, and how to estimate the embedded parameters. The setup provides a unique framework for statistical modeling of physical phenomena, and the approach is often called grey box modeling. Finally three examples are provided to demonstrate the capabilities of ctsmr.

研究の動機と目的

• 部分的状態観測を伴う物理的システムのための柔軟で汎用的なRパッケージを開発すること。
• SDEと離散時間測定値を組み合わせたグレイボックスフレームワークを通じて、物理的知識を統計モデルに統合すること。
• 最尤推定とカルマンフィルタ技術を用いて、効率的なパラメータ推定とモデル妥当性評価を可能とすること。
• 不規則に間隔を空けた時系列データ、非線形・非定常・時変システムをサポートすること。
• AIC、BIC、およびプロファイル尤度を用いたモデル同定、信頼区間推定、モデル選択のためのツールを提供すること。

提案手法

• システムのダイナミクスにイ伊ト型確率微分方程式（SDE）を用いた連続時間・離散時間状態空間モデルを定式化する。
• 観測出力を未観測状態に関連付ける離散時間測定方程式を採用し、加法的ガウスノイズを含む。
• パラメータ推定のための対数尤度関数を効率的に計算するために拡張カルマンフィルタ（EKF）を用いる。
• 未知パラメータ（ドリフト項、拡散項、測定ノイズ項）を推定するために最尤推定（MLE）を適用する。
• 初期値と制約を伴うパラメータ推定を実装し、信頼区間計算にプロファイル尤度をサポートする。
• 並列化推定を効率的に行うために、Fortran最適化されたカルマンフィルタを実装し、多次元設定における計算効率とスケーラビリティを確保する。

実験結果

リサーチクエスチョン

• RQ1 不規則に間隔を空けた多次元時系列データから、連続時間確率的モデルをどのように効率的に推定できるか？
• RQ2 未知パラメータとプロセスノイズを許容する中で、物理的システムの知識を統計モデルにどの程度統合できるか？
• RQ3 部分的状態観測を伴う非線形SDEベースのモデルにおいて、最尤推定とEKFを用いたパラメータ推定の正確さはどの程度か？
• RQ4 SDEパラメータの信頼区間において、Wald信頼区間とプロファイル尤度区間のカバレッジと正確さはどのように比較されるか？
• RQ5 ctsrmフレームワークは、パラメータ追跡と不確実性の定量化を通じて、モデルの欠陥を効果的に同定・是正できるか？

主な発見

• ctsrmパッケージは、真の値が $k_a = 0.025$, $k_e = 0.08$, および $σ_1 = 2$ の薬動態モデルにおいて、それぞれ $0.0249$, $0.0795$, $1.711$ の推定値を達成し、95％信頼区間が真の値をカバーした。
• パラメータのプロファイル尤度曲線は、Wald近似とよく一致しており、信頼区間の標準誤差とカバレッジが信頼できることが示された。
• すべての状態に拡散項を追加した場合、Wald近似はプロファイル尤度から著しく逸脱し、モデルの複雑さに伴う2次近似の限界が顕在化した。
• 初期状態値の回復は正確であった：$x_{10} = 34.492$（真の値：40）、$x_{20} = 36.799$（真の値：35）、$x_{30} = 10.624$（真の値：11）、信頼区間は真の値を含んでいた。
• Fortran最適化されたカルマンフィルタを用いることで、多次元・非線形システムにおいても高速な計算が可能となり、効率的な並列推定が実現した。
• AIC、BIC、およびプロファイル尤度などの尤度に基づく基準を用いて、モデル妥当性評価と同定が可能となり、堅牢な統計的推論を支援した。