[論文レビュー] Detection of periodicity in functional time series

Siegfried Hörmann, Kokoszka, Piotr+1 more|arXiv (Cornell University)|Jul 7, 2016

Complex Systems and Time Series Analysis参考文献 28被引用数 6

ひとこと要約

本稿では、周期性を検出するための新しい尤度比に基づく検定を、多次元（射影ベース）と完全な関数的アプローチに分けて提案する。完全な関数的検定は、周期的信号が正弦波でない場合を除き、サイズとパワーの両面で優れた性能を示し、弱い依存性の仮定の下で、関数的時系列のスペクトル解析を用いて漸近的帰無分布を導出する。

ABSTRACT

We derive several tests for the presence of a periodic component in a time series of functions. We consider both the traditional setting in which the periodic functional signal is contaminated by functional white noise, and a more general setting of a contaminating process which is weakly dependent. Several forms of the periodic component are considered. Our tests are motivated by the likelihood principle and fall into two broad categories, which we term multivariate and fully functional. Overall, for the functional series that motivate this research, the fully functional tests exhibit a superior balance of size and power. Asymptotic null distributions of all tests are derived and their consistency is established. Their finite sample performance is examined and compared by numerical studies and application to pollution data.

研究の動機と目的

• 関数的時系列における周期性の正式な統計的検定が不足している現状、特にデータに弱い依存性が見られる場合に、これを解決すること。
• スカラーバリエートや射影に還元するのではなく、データの関数的性質を活用した推論手法の開発。
• 周期成分を検出する際の、多次元（射影ベース）と完全な関数的検定アプローチの性能を比較すること。
• 一般の弱い依存性の下で、提案された検定の漸近的帰無分布と一貫性に関する結果を提供すること。
• シミュレーションとオーストリア・グラーツの日次汚染曲線への実世界応用を通じて、有限標本における性能を評価すること。

提案手法

• 主に二つの検定カテゴリを提案：多次元（関数的データを有限次元部分空間に射影）と完全な関数的（関数的空間そのもので直接処理）。
• ガウス関数的時系列に周期的成分と弱い依存性を持つ誤差を仮定し、尤度比に基づく検定統計量を導出する。
• 関数的時系列のスペクトル解析を用いて、検定統計量の漸近的帰無分布を導出し、独立な超指数分布の和として表現する。
• 多次元検定には固有値ベース（MEV）とトレースベース（MTR）の統計量を実装し、臨界値は効率的なアルゴリズムで計算。
• 周波数領域のアプローチを用いて、関数的分散分析（ANOVA）検定統計量の漸近的分布を導出し、これは関数的データ解析において画期的なものである。
• 既知の周期的パターン（正弦波および非正弦波）を有するシミュレーテッド関数的データと、実際の汚染データを用いた数値的検証を通じて、検定の性能を比較。

実験結果

リサーチクエスチョン

• RQ1 データが弱い依存性を示すが独立同分布ではない場合、関数的時系列における周期性をどのように正式に検定できるか？
• RQ2 射影ベースの多次元検定と完全な関数的検定の相対的な性能は、周期成分の検出においてどのように異なるか？
• RQ3 検定のパワーは、周期的信号の形状にどのように依存するか—特に正弦波とより複雑な形状の場合の違いは？
• RQ4 帰無仮説（周期性なし）の下で、関数的ANOVA検定統計量の漸近的分布は何か？
• RQ5 提案された検定は、従来のスカラーベースのANOVAが失敗する、実世界の関数的データ（例：オーストリア・グラーツの日次PM10およびNO曲線）における周期性を検出できるか？

主な発見

• 完全な関数的検定は、周期的信号が非正弦波である場合を除き、多次元射影ベース検定に比べてサイズとパワーの両面で優れたバランスを示す。
• 正弦波信号の場合、単一周波数検定（MEV₁）は一般の周期性検定（MEV₂）を上回るが、周期長が延びるか信号がより不規則になるとこの優位性は薄れる。
• 多次元設定では、固有値ベースの統計量（MEV）はトレースベース（MTR）に比べて顕著なパワーの優位性を示し、特に信号が主要固有関数と一致する場合に顕著である。
• 関数的ANOVA検定の漸近的帰無分布は、スペクトル密度作用素の固有値に依存する独立な超指数分布の和である。
• 実際の汚染データへの応用では、関数的ANOVA検定は、日中のPM10およびNO曲線における平日間の有意差を検出できたが、スカラーベースANOVAは、グループ内変動の高さと自己相関のため失敗した。
• 射影ベース検定の性能は、基底の選択に極めて敏感であり、多様な信号形状にわたって、常に完全な関数的アプローチを上回る基底が存在しない。