[論文レビュー] Gaussian spatial regression using the spmoran package: case study examples

Daisuke Murakami|arXiv (Cornell University)|Mar 13, 2017

Spatial and Panel Data Analysis被引用数 10

ひとこと要約

本稿では、残差および係数における空間的依存性をモーラン固有ベクトルを用いてモデル化することで、大規模な空間データに対してスケーラブルなガウス空間回帰を実現するspmoran Rパッケージを提示する。このパッケージは、空間的に変化する係数モデル、グループ効果、分位数回帰、低ランク空間計量経済モデルの効率的推定を可能にし、モーラン係数を用いた解釈可能な空間的構造と、大規模データセットにおける計算効率性を兼ね備えている。

ABSTRACT

This study demonstrates how to use the "spmoran" package implementing scalable spatial regression models for Gaussian and non-Gaussian data. Implemented models include spatially varying coefficient models, models with group effects, spatial unconditional quantile regression model, and low rank spatial econometric models. All of these models are estimated in a computationally efficient manner for large samples. Moran eigenvectors are used to an approximate Gaussian process (GP) modeling that is interpretable in terms of the Moran coefficient. The GP is used for modeling the spatial processes in residuals and regression coefficients. The sample codes are available from https://github.com/dmuraka/spmoran. While this vignette mainly focuses on Gaussian data modeling, another vignette focusing on non-Gaussian data including count regression is also available from the same GitHub page.

研究の動機と目的

• 大規模データセットにスケーリング可能な計算効率の高いガウス空間回帰フレームワークの開発。
• 解釈可能な空間的構造を用いて、残差および回帰係数における空間的依存性のモデル化の統合。
• 空間的に変化する係数モデルやグループ効果を含む多様な空間回帰モデルをサポートする統合的Rパッケージ（spmoran）の提供。
• モーラン固有ベクトルを用いた低ランク近似により、ガウス過程の計算スケーラビリティを向上。
• 実世界の空間データを用いた事例研究を通じた実用的応用の提示。

提案手法

• 空間回帰におけるガウス過程の近似にモーラン固有ベクトルを用い、スケーラブルな計算を実現。
• 空間重み行列の固有関数展開を用いて、残差および回帰係数における空間的依存性をモデル化。
• モーラン係数を空間的自己相関の指標として用い、固有ベクトルの空間的構造を解釈可能に。
• 大標本設定における計算負担を軽減するため、低ランク空間近似を実装。
• 複数のモデルタイプをサポート：空間的に変化する係数モデル、グループ効果モデル、空間的無条件分位数回帰。
• 効率的な数値最適化を用いた最尤推定または制限付き最尤推定によるモデル推定。

実験結果

リサーチクエスチョン

• RQ1 大規模データセットに対して、ガウス空間回帰における空間的依存性をどのように効率的にモデル化できるか？
• RQ2 モーラン固有ベクトルは、回帰係数および残差における解釈可能な空間的構造をどの程度提供できるか？
• RQ3 spmoranパッケージは、空間的に変化する係数やグループ効果を含む多様な空間回帰モデルを効果的に処理できるか？
• RQ4 モーラン固有ベクトルを用いた低ランク近似は、完全なガウス過程モデルと比較して、精度と速度の点でどの程度優れるか？
• RQ5 実世界の事例研究において、spmoranパッケージの実用的性能特性はいかなるものか？

主な発見

• spmoranパッケージは、大規模な空間データセットに適した計算効率性を備えた、ガウス空間回帰モデルのスケーラブルな推定を可能にした。
• モーラン固有ベクトルは、残差および係数における空間過程の近似に、解釈可能で効果的な基底として機能する。
• 事例研究において、spmoranを用いた空間的に変化する係数モデルは、グローバル係数モデルと比較して、より高い適合度と解釈可能性を示した。
• モーラン固有ベクトルを用いた低ランク近似は、完全なGPモデルと比較して著しく計算コストを削減しながらも、高い精度を達成した。
• 事例研究により、本パッケージが環境的および社会経済的データ分析の実世界応用において実用的であることが示された。
• 本パッケージは、分位数回帰やグループ効果モデルを含む多様な空間回帰モデルを、一貫した計算パフォーマンスでサポートしている。