[論文レビュー] The Cepstral Model for Multivariate Time Series: The Vector Exponential Model

Scott H. Holan, Tucker McElroy+1 more|arXiv (Cornell University)|Jun 3, 2014

Spectroscopy and Chemometric Analyses参考文献 22被引用数 3

ひとこと要約

本稿では、スペクトル密度行列をケプストル係数の行列指数でモデル化することにより、内在的定常性と可逆性を保証する周波数領域アプローチ、ベクトル指数モデル（VEXP）を導入する。この手法により、制約のないパrameter推定、Wold係数の効率的計算、および頑健なベイズ推論が可能となり、同定可能性と収束性に関する理論的保証も得られる。

ABSTRACT

Vector autoregressive (VAR) models have become a staple in the analysis of multivariate time series and are formulated in the time domain as difference equations, with an implied covariance structure. In many contexts, it is desirable to work with a stable, or at least stationary, representation. To fit such models, one must impose restrictions on the coefficient matrices to ensure that certain determinants are nonzero; which, except in special cases, may prove burdensome. To circumvent these difficulties, we propose a flexible frequency domain model expressed in terms of the spectral density matrix. Specifically, this paper treats the modeling of covariance stationary vector-valued (i.e., multivariate) time series via an extension of the exponential model for the spectrum of a scalar time series. We discuss the modeling advantages of the vector exponential model and its computational facets, such as how to obtain Wold coefficients from given cepstral coefficients. Finally, we demonstrate the utility of our approach through simulation as well as two illustrative data examples focusing on multi-step ahead forecasting and estimation of squared coherence.

研究の動機と目的

• 従来のVARおよびVARMAモデルでは、制約のないパrameter推定において定常性や可逆性を満たさないことがあるという限界を解消すること。
• 制約のない係数行列の制約を課さずに、安定性と可逆性を構成的に保証する、柔軟な周波数領域の多変量時系列モデルの開発。
• ケプストル係数の行列指数によるスペクトル密度のパrameter化により、制約のないパrameter推定（特にベイズフレームワークにおいて）を可能にすること。
• 予測およびスペクトル解析に役立てるために、ケプストル係数からWold係数への変換を計算的に効率的に行うアルゴリズムの開発。
• シミュレーションおよび実データ例を通じて、モデルの実用性を示すこと。特に、多段階予測と二乗コherエンス推定に焦点を当てる。

提案手法

• 単変量指数モデルの多変量時系列への拡張として、ベクトル指数モデル（VEXP）を提案し、コア表現としてスペクトル密度行列を用いる。
• 複素単位円上のべき級数の行列指数を定義することでVEXPを定義し、すべての周波数でスペクトル密度が非特異的となるようにすることで、可逆性を保証する。
• スペクトル密度の行列対数を用いてケプストル係数を抽出し、これらを制約のない実数値パrameterとして用いる。
• 行列微分およびべき級数展開を用いて、ケプストル係数からWold係数を計算する明示的な再帰的アルゴリズムを導出する。
• 行列対数および指数関数を適用することで、すべての周波数でスペクトル密度が正定値かつ可逆的であることを保証する。
• ベイズ推定において、スチュアティックサーチ変数選択および独立な無情報的ガウス事前分布を用い、制約のないパrameter空間を活用して一貫した事前分布の指定を実現する。

実験結果

リサーチクエスチョン

• RQ1 制約の厳しい係数行列の制限を課さずに、内在的に定常的かつ可逆的な多変量時系列モデルを構築することは可能か？
• RQ2 予測およびスペクトル解析のためのベクトル過程において、ケプストル係数をWold係数に効率的に変換する方法は何か？
• RQ3 VEXPモデルは、任意の精度で任意の安定的かつ可逆的なベクトル過程をどれほど正確に近似できるか？
• RQ4 特に制約付きVARやVARMAモデルと比較して、VEXPモデルはベイズ推定設定でどの程度の性能を示すか？
• RQ5 VEXPの使用が、多変量時系列における長期的予測およびコherエンス推定にどのような意味を持つのか？

主な発見

• VEXPモデルは、すべてのパrameter値に対して内在的定常性と可逆性を保証し、係数行列の制限を課す必要がなくなる。
• ケプストルパラメータライゼーションにより、制約のない実数値パrameterが可能となり、ベイズ分析における独立かつ無情報的ガウス事前分布の使用が可能になる。
• 行列微分およびべき級数展開を用いて、ケプストル係数からWold係数を計算する効率的なアルゴリズムが開発された。
• モデルは同定可能である：異なるケプストル係数行列は、それぞれ異なるスペクトル密度行列を生成し、一意なパラメータ回復が保証される。
• VEXPモデルは、安定的かつ可逆的なベクトル過程の空間において稠密であるため、任意の精度での近似が可能である。
• シミュレーションおよび実データ例により、多段階予測および二乗コherエンス推定において優れた性能を示し、安定的かつ明確に定義された長期的予測フィルタが得られた。