[논문 리뷰] p-order rounded integer-valued autoregressive (RINAR(p)) process

Maher Kachour|ArXiv.org|2009. 02. 10.

Fault Detection and Control Systems참고 문헌 12인용 수 4

한 줄 요약

이 논문은 선형 조합의 반올림과 잡음의 조합을 사용하는 이산시간 정수값 시계열을 위한 새로운 이산시간 모델인 p차 순환 정수값 자기회귀(RINAR(p)) 과정을 제안한다. 기존의 INAR(p) 모델과 달리 RINAR(p)는 임의의 실수값 자기회귀 계수, 음수 값을 포함한 시계열, 음수 자기상관을 허용하면서도 반올림을 통해 정수값 예측을 보장한다. 주요 기여는 적절한 식별성 조건 하에서 최소제곱 추정기의 일致성에 대한 증명이며, 시뮬레이션과 실제 데이터 분석을 통해 검증되었다.

ABSTRACT

An extension of the RINAR(1) process for modelling discrete-time dependent counting processes is considered. The model RINAR(p) investigated here is a direct and natural extension of the real AR(p) model. Compared to classical INAR(p) models based on the thinning operator, the new models have several advantages: simple innovation structure ; autoregressive coefficients with arbitrary signs ; possible negative values for time series ; possible negative values for the autocorrelation function. The conditions for the stationarity and ergodicity, of the RINAR(p) model, are given. For parameter estimation, we consider the least squares estimator and we prove its consistency under suitable identifiability condition. Simulation experiments as well as analysis of real data sets are carried out to assess the performance of the model.

연구 동기 및 목표

• 기존의 INAR(p) 모델보다 더 유연한 정수값 자기회귀 모델을 개발하기 위해.
• INAR(p) 모델의 제한 사항, 즉 계수 범위 제약, 복잡한 오차 구조, 음수 값이나 음수 자기상관을 모델링할 수 없는 점을 해결하기 위해.
• 오직 i.i.d. 정수 오차에 의해 구동되는 단순한 오차 구조를 가진 모델을 제안하기 위해.
• 정상성, 에르고딕성, 최소제곱 추정기의 일치성에 대한 이론적 조건을 설정하기 위해.

제안 방법

• RINAR(p) 모델은 Xt = ⟨∑j=1 to p αjXt−j + λ⟩ + εt로 정의되며, ⟨·⟩는 가장 가까운 정수로 반올림하는 연산을 의미한다.
• 오차 과정 εt는 i.i.d. 이며 중심화되어 있으며, 정수 값을 지니므로 단순하고 해석 가능한 오차 구조를 보장한다.
• 1단계 전진 예측기는 반올림 연산자의 특성 덕분에 자연스럽게 정수값을 가진다.
• 모수 추론을 위해 최소제곱 추정이 사용되며, 반올림 연산자의 비연속성 문제를 다루기 위해 특수한 알고리즘이 개발되었다.
• 선형 조합의 분수 부분에 대한 특정 조건 하에서 진짜 모수 벡터가 기대 제곱오차의 유일한 최소화자임을 증명함으로써 식별성이 확립되었다.
• 이론적 분석에는 정상성, 에르고딕성, 그리고 규칙성 조건 하에서 최소제곱 추정기의 일치성에 대한 증명이 포함되어 있다.

실험 결과

연구 질문

• RQ1 반올림 기반의 정수값 자기회귀 모델은 기존의 INAR(p) 모델보다 계수의 부호와 자기상관 구조 측면에서 더 큰 유연성을 달성할 수 있는가?
• RQ2 RINAR(p) 모델은 기존의 INAR 모델이 처리할 수 없는 음수 시계열 값과 음수 자기상관을 지원하는가?
• RQ3 반올림 연산자가 도입하는 비연속성에도 불구하고 RINAR(p) 모델의 최소제곱 추정기는 일치하는가?
• RQ4 RINAR(p) 과정의 정상성과 에르고딕성을 보장하는 조건은 무엇인가?
• RQ5 유한 표본에서 모델의 성능은 어떠한가? 실제 카운트 데이터에 대해 신뢰성 있게 추정할 수 있는가?

주요 결과

• RINAR(p) 모델은 자기회귀 계수 αj가 [0,1]에 국한되지 않고 임의의 실수 값을 가질 수 있어 음수 의존성을 모델링할 수 있다.
• 모델은 음수 값을 가진 시계열을 지원하며, 음수 자기상관 함수를 생성할 수 있다. 이는 기존의 INAR(p) 모델이 불가능한 점이다.
• 적절한 식별성 조건 하에서 RINAR(p) 모델의 최소제곱 추정기는 연속성과 컴actness 논증을 통해 일치함을 증명하였다.
• 길이 500인 500회의 반복 시뮬레이션 결과, 추정된 계수 ˆαj와 ˆλ가 진짜 값으로 수렴함을 확인하였으며, 실제 모수는 θ0 = (3/25, 3/8, 1/5, -1/4, 5/2)였다.
• 실제 F¨urth 데이터에 대해 모델 피팅이 잘 되었으며, 마지막 105개 관측치의 예측 오차는 체계적인 패턴을 보이지 않아 우수한 예측 성능을 나타냈다.
• 반올림 연산자는 이산 시간 시계열에서 자연스럽고 실용적인 선택임을 입증하였으며, 후처리 없이도 정수값 예측을 유지한다.