[論文レビュー] lgcp An R Package for Inference with Spatio-Temporal Log-Gaussian Cox Processes

Benjamín M. Taylor, Tilman M. Davies+2 more|arXiv (Cornell University)|Oct 27, 2011

Markov Chains and Monte Carlo Methods参考文献 22被引用数 3

ひとこと要約

この論文では、空間時系列対数正規 Cox プロセスの推論を可能にする lgcp R パッケージを紹介している。MCMC 法を用いて、点イベントデータのリアルタイム予測モデリングが可能である。主な貢献は、空間時系列予測のための柔軟で拡張可能なフレームワークであり、MCMC の効率を向上させるための効率的なデータ回転と、空間統計および共分散モデリングに用いられる既存の R パッケージとの統合を含む。

ABSTRACT

This paper introduces an R package for spatio-temporal prediction and forecasting for log-Gaussian Cox processes. The main computational tool for these models is Markov chain Monte Carlo and the new package, lgcp, therefore also provides an extensible suite of functions for implementing MCMC algorithms for processes of this type. The modelling framework and details of inferential procedures are first presented before a tour of lgcp functionality is given via a walk-through data-analysis. Topics covered include reading in and converting data, estimation of the key components and parameters of the model, specifying output and simulation quantities, computation of Monte Carlo expectations, post-processing and simulation of data sets.

研究の動機と目的

• 空間時系列対数正規 Cox プロセスにおける統計的推論のための R パッケージの開発、特に疾病監視への応用を目的とする。
• MCMC サンプリングを用いたリアルタイムの予測的推論のための計算的に効率的なフレームワークの提供。
• グリッド構造に合わせて観測ウィンドウを自動的に回転させることで、MCMC の効率を向上させる。
• spatstat、RandomFields、sp などの既存の R パッケージとシームレスに統合し、データ処理および共分散モデリングを可能にする。
• 空間時系列強度の予測分布のシミュレーション、パラメータ推定、および後処理を支援する。

提案手法

• 空間時系列点過程の強度を $ R(x,t) = \lambda(s)\mu(t)\exp\{\mathcal{Y}(x,t)\} $ としてモデル化し、$ \mathcal{Y} $ を2次モーメント定常ガウス過程とする。
• 共分散構造として $ \mathrm{cov}[\mathcal{Y}(s_1,t_1), \mathcal{Y}(s_2,t_2)] = \sigma^2 r(\|s_2-s_1\|; \phi) \exp\{-\theta|t_2-t_1|\} $ を採用し、空間的・時間的依存性を捉える。
• 後部推論に MCMC を用い、パッケージのコア関数によりメトロポリス・ウィthinギブス法を実装する。
• 観測ウィンドウの自動回転を導入し、FFT グリッドセルの数を最小化することで、MCMC の効率を向上させる。計算速度に影響を与えない。
• 標準的な R データ構造およびパッケージを用いた、データ入力、モデル適合、予測、シミュレーション、後処理のための関数を提供する。
• 外部パッケージを活用：spatstat は点過程処理、RandomFields は共分散関数、ncdf は大規模データセットにおける効率的な I/O を担当する。

実験結果

リサーチクエスチョン

• RQ1 疾病監視応用を想定した、空間時系列対数正規 Cox プロセスのリアルタイム推論は、どのように効率的に行えるか？
• RQ2 空間時系列点過程モデルにおける MCMC 効率に、観測ウィンドウの方向性が与える影響は何か？
• RQ3 既存の空間統計用 R パッケージを、空間時系列推論の統合フレームワークにどのように統合できるか？
• RQ4 対数正規 Cox プロセスの MCMC サンプリングにおいて、回転されたグリッドを使用する際の計算的・統計的トレードオフは何か？
• RQ5 リスク評価のため、将来の強度の予測分布を効率的に計算・可視化する方法は何か？

主な発見

• lgcp パッケージは、MCMC を用いて空間時系列対数正規 Cox プロセスのリアルタイム予測的推論を可能にし、将来の位置および時刻における強度の予測が可能である。
• 自動ウィンドウ回転により、FFT グリッドセルの数を最大で 200% 減少させることができ、MCMC の効率が著しく向上するが、計算速度に影響を与えない。
• 非長方形の観測ウィンドウを用いた例において、回転を適用した場合、グリッドセル使用量に 200% の効率向上が確認された。
• spatstat、sp、sparr オブジェクトのための変換メソッドを備えることで、多様なデータ形式への柔軟なデータ入力を可能にしている。
• lgcpSim 関数により、ユーザー定義の空間的・時間的強度関数およびモデルパラメータを用いて、空間時系列点過程の近似シミュレーションが可能である。
• 回転が適用された場合、lgcpPredict からの予測は回転座標系で返されるため、元の空間軸に一致させるために後処理が必要である。