[論文レビュー] Functional marked point processes -- A natural structure to unify spatio-temporal frameworks and to analyse dependent functional data

Ottmar Cronie, Mohammad Ghorbani+2 more|arXiv (Cornell University)|Nov 29, 2019

Point processes and geometric inequalities参考文献 21被引用数 4

ひとこと要約

本稿では、空間的または時間的点上のランダム関数をマークとしてモデル化することにより、点過程、関数データ解析、および地球統計学を統合する統一的な統計枠組みとして機能的マーク付き点過程（FMPPs）を導入する。関数的マークの依存性を分析するため、重み付きマーク付き削減モーメント測度とその非パラメトリック推定量を提案し、スペインの県における人口動態データおよび野生動物の追跡データを用いて手法を検証する。

ABSTRACT

This paper treats functional marked point processes (FMPPs), which are defined as marked point processes where the marks are random elements in some (Polish) function space. Such marks may represent e.g. spatial paths or functions of time. To be able to consider e.g. multivariate FMPPs, we also attach an additional, Euclidean, mark to each point. We indicate how FMPPs quite naturally connect the point process framework with both the functional data analysis framework and the geostatistical framework. We further show that various existing models fit well into the FMPP framework. In addition, we introduce a new family of summary statistics, weighted marked reduced moment measures, together with their non-parametric estimators, in order to study features of the functional marks. We further show how they generalise other summary statistics and we finally apply these tools to analyse population structures, such as demographic evolution and sex ratio over time, in Spanish provinces.

研究の動機と目的

• 点過程、関数データ解析、および地球統計的モデリングを、一つの確率的構造に統合すること。
• 関数的データを独立同一分布に仮定する制限を克服し、関数的マークを伴うランダム点過程をモデル化すること。
• 観測数が確率的であり、位置が確率的に生成される状況においても、関数的マークの依存構造を捉える要約統計量を開発すること。
• 従来の点過程および関数データ解析における要約統計量を一般化する、新しい要約統計量の非パラメトリック推定量を提供すること。
• 実世界のデータ、特に人口動態の推移と動物の移動軌跡に、この枠組みを適用し、空間的・時間的依存性を明らかにすること。

提案手法

• 関数的マークがポーランド空間内のランダム要素であるマーク付き点過程として、FMPPsを形式化する。さらに、多変量解析のための追加のユークリッド空間へのマークを含む。
• 関数的マークの依存性を分析するための新しい要約統計量として、重み付きマーク付き削減モーメント測度を導入し、古典的モーメント測度を一般化する。
• 境界効果と不均一性を補正するため、カーネルベースの平滑化と空間重み関数を用いて、これらの統計量の非パラメトリック推定量を導出する。
• 空間点過程推定における境界効果を処理するため、ミンコフスキー減算と等方的補正技術を適用する。
• ステーショナリティとエルゴディシティの下で、提案統計量の理論的性質を導出するために、パーム計算とモーメント測度の積形式を用いる。
• 多次元モーメント積分を簡略化し、扱いやすい表現を導出するために、変換技術（例：平行移動不変性）とフィビニの定理を用いる。

実験結果

リサーチクエスチョン

• RQ1 関数的データのサイズが確率的であり、成分間に依存性がある場合、独立同一分布に仮定するのではなく、点過程枠組み内でより自然にモデル化できるか？
• RQ2 人口増加曲線や動物の移動経路といった関数的マーク間の依存性を、空間的・時間的文脈でどのように定量化できるか？
• RQ3 観測数が確率的である場合に、空間的および時間的依存性を捉えるのに適した要約統計量は何か？
• RQ4 関数的モーメント測度の非パラメトリック推定におけるエッジ効果と境界バイアスは、どのように是正できるか？
• RQ5 地球統計学および関数データ解析における既存のモデルは、どの程度FMPP枠組みに適合するか？

主な発見

• FMPP枠組みは、関数的マークを関数空間内のランダム要素として扱うことで、点過程、関数データ、および地球統計的モデルを統合的に統合することに成功した。
• 提案された重み付きマーク付き削減モーメント測度は、古典的モーメント測度を一般化し、関数的マークの依存性を分析するための柔軟なツールを提供する。
• 新しい統計量の非パラメトリック推定量が導出され、正則性条件下で一貫性を示すことが示された。境界効果の補正にはミンコフスキー減算と等方的重み関数が用いられた。
• この手法は、観測数の確率的変動と空間的依存性を適切に扱うことができ、スペインの県における人口動態と野生動物の追跡データの分析でその有効性が実証された。
• 実験的結果から、1998年から2017年までのスペインの県における性比と人口増加傾向に顕著な空間的・時間的依存性がFMPP枠組みによって明らかになった。
• この枠組みは、狼とエルクのデータにおいて、動物の移動軌跡を空間点過程上の関数的マークとしてモデル化し、集団的な移動パターンを捉えることに成功した。