[논문 리뷰] tinyVAST: R package with an expressive interface to specify lagged and simultaneous effects in multivariate spatio-temporal models

James T. Thorson, Sean C. Anderson외 2명|arXiv (Cornell University)|2024. 01. 18.

Land Use and Ecosystem Services인용 수 5

한 줄 요약

본 논문은 lagged, simultaneous, 및 recursive 다변량 시공간 의존성을 지정하기 위한 표현력 있는 인터페이스를 제공하고, GLMM용 희소 정밀도 행렬을 구성하는 R 패키지 tinyVAST를 소개합니다.

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.

연구 동기 및 목표

• 복잡한 다변량 시공간 구조를 지정하기 위한 사용자 친화적인 도구의 필요성을 제시한다.
• 공통 일반화 가법 모델(GAM) 구문과 공간 상호 작용을 위한 구조 방정식과 유사한 표기를 혼합한 인터페이스로써 tinyVAST를 제시한다.
• GLMM 프레임워크 하에서 다변량 시공간 변동에 대한 희소 정밀도 행렬을 어떻게 구성하는지 설명한다.
• 산호 및 어류 조사 데이터를 대상으로 모델 구조를 비교하고 생태학적 구동 인자를 해석하는 실용적 시演를 보여준다.

제안 방법

• 공간 및 시공간 데이터에 대한 일반화 가법 모델(GAM)을 지정하기 위해 널리 사용되는 formula 인터페이스를 적용한다.
• 지연된(lagged), 동시(simultaneous), 재귀적(recursive) 의존성을 인코딩하기 위해 화살표 표기법(arrow notation)과 확장된 화살표-지연 표기법을 도입한다.
• 다변량 시공간 변동을 나타내기 위한 희소 정밀도 행렬을 형성한다.
• 추정을 일반화 선형 혼합 모델(GLMM) 맥락에서 프레이밍한다.
• tinyVAST 내에서 벡터 자기회귀(VAR), 경험 직교 함수(EOFs), 공간 요인 분석, ARIMA 등의 모델링 접근법을 포괄한다.
• 실제 조사 데이터에 패키지를 적용해 여덟 가지 대안 모델 구조를 비교한다.

실험 결과

연구 질문

• RQ1 표현력 있는 인터페이스가 다변량 시공간 모델에서 지연된, 동시적, 재귀적 의존성을 어떻게 용이하게 지정하게 할 수 있는가?
• RQ2 다양한 데이터 유형(영역 기반, 연속형, 스트림-네트워크)에 대해 GLMM 기반 추정을 위한 희소 정밀도 행렬을 tinyVAST가 신뢰할 수 있게 구성할 수 있는가?
• RQ3 대안 모델 구조의 비교가 알래스카 만의 어류와 산호 군집에서 서식지 요인과 조사 탐지성에 대해 무엇을 밝혀주는가?

주요 결과

• TinyVAST는 공식 구문(formula syntax)과 화살표 기반 표기를 결합한 인터페이스를 제공하여 복잡한 의존성을 지정한다.
• 이 프레임워크는 VAR, EOFs, 공간 요인 분석 및 ARIMA를 포함한 다중 모델링 접근법을 GLMM 추정 체계 내에서 지원한다.
• 산호, 해면, 록피시, 플랫피시 데이터에 대한 경험적 적용은 기어별 탐지 가변성을 확인하지만 기어 간 기저 밀도는 유사함을 나타낸다.
• 일부 모델 가정하에서 산출된 생태학적 연관성으로, 산호와 산호 간의 연관성은 rockfishes with sponges and flatfishes with corals와 같은 결과를 시사한다.
• 여덟 가지 구조에 대한 모델 비교는 조사 설계와 서식지 구동 인자가 추론에 어떻게 영향을 미치는지 설명한다.