[論文レビュー] tinyVAST: R package with an expressive interface to specify lagged and simultaneous effects in multivariate spatio-temporal models

James T. Thorson, Sean C. Anderson+2 more|arXiv (Cornell University)|Jan 18, 2024

Land Use and Ecosystem Services被引用数 5

ひとこと要約

本論文は tinyVAST を紹介します。R パッケージで、遅延、同時、再帰的な多変量時空依存性を指定する表現力豊かなインターフェースを提供し、GLMM のための疎な精度行列を構築します。

ABSTRACT

Multivariate spatio-temporal models are widely applicable, but specifying their structure is complicated and may inhibit wider use. We introduce the R package tinyVAST from two viewpoints: the software user and the statistician. From the user viewpoint, tinyVAST adapts a widely used formula interface to specify generalized additive models, and combines this with arguments to specify spatial and spatio-temporal interactions among variables. These interactions are specified using arrow notation (from structural equation models), or an extended arrow-and-lag notation that allows simultaneous, lagged, and recursive dependencies among variables over time. The user also specifies a spatial domain for areal (gridded), continuous (point-count), or stream-network data. From the statistician viewpoint, tinyVAST constructs sparse precision matrices representing multivariate spatio-temporal variation, and parameters are estimated by specifying a generalized linear mixed model (GLMM). This expressive interface encompasses vector autoregressive, empirical orthogonal functions, spatial factor analysis, and ARIMA models. To demonstrate, we fit to data from two survey platforms sampling corals, sponges, rockfishes, and flatfishes in the Gulf of Alaska and Aleutian Islands. We then compare eight alternative model structures using different assumptions about habitat drivers and survey detectability. Model selection suggests that towed-camera and bottom trawl gears have spatial variation in detectability but sample the same underlying density of flatfishes and rockfishes, and that rockfishes are positively associated with sponges while flatfishes are negatively associated with corals. We conclude that tinyVAST can be used to test complicated dependencies representing alternative structural assumptions for research and real-world policy evaluation.

研究の動機と目的

• 複雑な多変量時空構造を指定するためのユーザーフレンドリーなツールの必要性を動機づける。
• 空間相互作用のための構造方程式様の記法と一般化加法モデルの構文を融合したインターフェースとして tinyVAST を提示する。
• GLMM フレームワークの下で multivariate spatio-temporal variation のための疎な精度行列をどのように構築するかを説明する。
• サンゴと魚類調査データを用いた実用的なデモンストレーションを示し、モデル構造を比較し、生態学的要因を解釈する。

提案手法

• 空間および時空間データの一般化加法モデルを指定するために、広く用いられる式インターフェースを適合させる。
• 矢印表記と拡張された矢印・遅延表記を導入し、遅延・同時・再帰的な依存関係を符号化する。
• 多変量時空間変動を表す疎な精度行列を形成する。
• 推定を一般化線形混合モデル（GLMM）文脈で位置づける。
• tinyVAST 内で VAR、EOF、空間因子分析、ARIMA などのモデリング手法を包含する。
• 実データの調査データにパッケージを適用し、8つの代替モデル構造を比較する。

実験結果

リサーチクエスチョン

• RQ1 表現力のあるインターフェースは、多変量時空間モデルにおける遅延・同時・再帰的依存性の指定をどう支援できるか？
• RQ2 異なるデータタイプ（領域データ、連続データ、ストリームネットワーク）間で、GLMMベースの推定のために tinyVAST が信頼性高く疎な精度行列を構築できるか？
• RQ3 アラスカ湾の魚類とサンゴ群集における生息地の駆動因子と調査検出性について、代替モデル構造の比較は何を示すか？

主な発見

• TinyVAST は、式構文と矢印ベースの表記を組み合わせたインターフェースを提供し、複雑な依存関係を指定する。
• このフレームワークは、VAR、EOF、空間因子分析、ARIMA など、GLMM推定スキーム内で複数のモデリング手法をサポートする。
• サンゴ、海綿、ロックフィッシュ、フラットフィッシュデータを横断した実証的適用は、ギア特異的な検出可能性のばらつきを特定する一方で、ギア間で基礎密度は類似していることを示す。
• 特定のモデル仮定の下で、ロックフィッシュと海綿、フラットフィッシュとサンゴといった生態学的関連を示唆する。
• 8構造にわたるモデル比較は、調査デザインと生息地要因が推定にどう影響するかを解明する。