[論文レビュー] Forecasting of a Hierarchical Functional Time Series on Example of Macromodel for Day and Night Air Pollution in Silesia Region: A Critical Overview

Daniel Kosiorowski, Dominik Mielczarek+1 more|arXiv (Cornell University)|Jan 1, 2017

Air Quality Monitoring and Forecasting参考文献 7被引用数 2

ひとこと要約

本稿では、ポーランド・シレジア地方の5つの準領域における日中および夜間のPM10濃度を対象として、階層的関数時系列（HFTS）の予測に向け、頑健な二重関数中央値法を提案する。この手法は、計算効率および関数的外れ値に対する頑健性の面で、ShangとHyndman（2017）の手法を上回り、特に予測精度とデータ異常下での安定性に優れる。

ABSTRACT

In economics we often face a system, which intrinsically imposes a structure of hierarchy of its components, i.e., in modelling trade accounts related to foreign exchange or in optimization of regional air protection policy. A problem of reconciliation of forecasts obtained on different levels of hierarchy has been addressed in the statistical and econometric literature for many times and concerns bringing together forecasts obtained independently at different levels of hierarchy. This paper deals with this issue in case of a hierarchical functional time series. We present and critically discuss a state of art and indicate opportunities of an application of these methods to a certain environment protection problem. We critically compare the best predictor known from the literature with our own original proposal. Within the paper we study a macromodel describing a day and night air pollution in Silesia region divided into five subregions.

研究の動機と目的

• 環境政策における時系列の階層的レベル間での予測の整合性を図る課題に応えること。
• 大気汚染モデリングにおける階層的関数時系列（HFTS）のための、より頑健で計算効率の良い予測手法を開発すること。
• 汚染抑制政策下における地域的社会的福祉最適化に与える予測品質の影響を評価すること。
• 実世界の環境予測文脈において、提案手法の二重関数中央値法と最先端のShangとHyndman（2017）の手法の性能を比較すること。

提案手法

• 日間および夜間のPM10濃度曲線を関数的確率変数としてモデル化するため、関数データ解析を適用する。
• 5つの準領域が統合された全体のシレジア地域を対象とする階層的構造を採用する。
• 絶対偏差を最小化する新しい二重関数中央値推定器を提案し、関数的外れ値に対する頑健性を向上させる。
• 動的予測のため、関数的中央値スムージングを用いた移動ウィンドウアプローチを採用する。
• 頑健で非パラメトリックな中央値ベースの回帰フレームワークを用いて、階層の各レベル間での予測を統合する。
• 提案手法を、ShangとHyndmanの一般化最小二乗に基づく最適な組み合わせ法と比較する。

実験結果

リサーチクエスチョン

• RQ1 階層的関数時系列（HFTS）は、地域環境文脈における日中および夜間のPM10汚染を効果的にモデル化・予測するためにどのように活用できるか？
• RQ2 既存のHFTS予測手法の限界、特に関数的外れ値や計算複雑性の処理における課題は何か？
• RQ3 提案された二重関数中央値法は、ShangとHyndman（2017）の手法と比較して、予測精度および頑健性の面でどの程度優れているか？
• RQ4 予測品質が、大気汚染抑制政策下における地域的社会的福祉最適化にどの程度影響を及えるか？
• RQ5 複雑な汚染ダイナミクスを示す地域において、頑健で非パラメトリックなHFTS予測手法は、政策に有用な環境予測を改善できるか？

主な発見

• 提案手法は、5つの準領域すべてにおいて、ShangとHyndmanの手法よりも顕著に低い中央絶対偏差（MAD）値を達成した。それぞれのMADスコアは、265.81、377.35、265.81、526.79、328.63 対 1699.585、1447.805、1699.585、881.2513、891.188 であった。
• 本手法は、極端な汚染曲線への感受性が低く、より安定した予測誤差を示すことから、関数的外れ値に対して優れた頑健性を示した。
• ShangとHyndmanの手法が一般化最小二乗と反復最適化に依存するのに対し、二重関数中央値法はより低い計算複雑性を示した。
• 関数的ボックスプロットの結果、ShangとHyndmanの手法は特に高排出期間において、より変動が大きく外れ値に敏感な予測を生じさせた。
• 研究では、予測精度が地域的社会的福祉の最適化に直接影響することを確認した。これは、汚染低減政策の費用対効果評価において特に重要である。
• 本研究の結果は、非正規分布または異常値を含むデータが想定される環境政策モデリングにおいて、頑健で非パラメトリックなHFTS手法の有用性を裏付けている。