[論文レビュー] spmoran: An R package for Moran's eigenvector-based spatial regression analysis

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

Spatial and Panel Data Analysis参考文献 7被引用数 17

ひとこと要約

この論文では、空間的依存性および空間的に変化する回帰係数をモデル化するための、Moranの固有ベクトルに基づく空間回帰モデルを実装するRパッケージspmoranを紹介する。この手法により、空間的非定常性の有無に関わらず、回帰係数の効率的推定と仮説検定が可能となり、地価分析を通じてその有効性が示された。

ABSTRACT

The objective of this study is illustrating how to use spmoran, which is an R package for Moran's eigenvector-based spatial regression analysis. spmoran estimates regression models in the presence of spatial dependence, including eigenvector spatial filtering (ESF) and random effects ESF (RE-ESF) models. These models are allowed to have spatially varying coefficients to capture spatial heterogeneity. These ESF and RE-ESF models are suitable to estimate and infer regression coefficients with/without spatial variation. spmoran implements these models in a computationally efficient manner. For the illustration, this study applies ESF and RE-ESF models for a land price analysis.

研究の動機と目的

• 回帰分析における空間的依存性に対処すること。これは標準的OLS仮定を満たさず、推定に偏りをもたらす。
• 空間自己相関を考慮する空間回帰モデルの計算的に効率的な実装を提供すること。
• 空間的に変化する回帰係数のモデル化を可能にし、回帰関係における空間的非定常性を捉えること。
• 固定効果とランダム効果の両方を固有ベクトル空間フィルタリングでサポートし、モデルの柔軟性を向上させること。
• 実世界の地価回帰応用を通じて、このアプローチの実用的価値を示すこと。

提案手法

• 空間重み行列から空間的構造を抽出するために、Moranの固有ベクトルフィルタリング（MEF）を用いる。
• 有意な固有ベクトルを回帰モデルの共変量として含めることで、固有ベクトル空間フィルタリング（ESF）を適用し、空間的依存性を制御する。
• 場所ごとの空間的係数のランダム変動を許容するため、ランダム効果ESF（RE-ESF）を導入する。
• 計算効率の良いアルゴリズムを用いて固有ベクトルを計算し、大規模データセットへのスケーラビリティを確保する。
• 空間的に変化する係数の組み込みにより、グローバルおよびローカル空間回帰モデリングを可能にする。
• 空間効果のための調整済み分散・共分散推定を用いた、標準的回帰フレームワークに基づくモデルフィッティングと仮説検定を実装する。

実験結果

リサーチクエスチョン

• RQ1 固有ベクトルに基づく手法を用いて、回帰データにおける空間的依存性をどのように効果的にモデル化できるか。
• RQ2 空間自己相関が存在する状況で、空間的固有ベクトルの組み込みが、モデルの適合度と推定にどの程度寄与するか。
• RQ3 RE-ESFモデルは、標準的なESFモデルと比較して、空間的非定常性をよりよく捉えることができるか。
• RQ4 spmoranの計算効率は、既存の空間回帰パッケージと比較してどの程度か。
• RQ5 ESFおよびRE-ESFモデルを用いることで、実世界の空間データ解析（例：地価予測）にどのような実用的意義があるか。

主な発見

• spmoranパッケージは、高効率な計算を実現し、スケーラブルな空間回帰分析を可能にするESFおよびRE-ESFモデルを成功裏に実装した。
• 空間的固有ベクトルの組み込みにより、地価応用においてモデルの適合度が著しく向上し、残差の空間的自己相関が低減した。
• RE-ESFモデルは、固定効果ESFモデルと比較して、空間的に変化する関係をより柔軟に捉えることができた。
• 複雑な空間的依存構造が存在する状況でも、回帰係数の信頼性ある推定が可能であった。
• 地価データへの応用により、空間的に変化する係数を有するモデルが、空間的非定常性を有意義に捉えていることが確認された。
• spmoranにおける手法的フレームワークは、多様なデータセットにおいて、強固で解釈可能な空間回帰モデリングを支援する。