[论文解读] Mixed Effects Modeling for Areal Data that Exhibit Multivariate-Spatio-Temporal Dependencies

Jonathan R. Bradley, Scott H. Holan+1 more|arXiv (Cornell University)|Jul 28, 2014

Soil Geostatistics and Mapping参考文献 68被引用 4

一句话总结

本文提出了多变量时空混合效应模型（MSTM），该模型将莫兰的I基函数扩展至多变量时空领域，用于建模区域数据中的复杂多变量时空依赖关系。通过结合共享随机效应、动态线性模型以及一种新型参数模型，MSTM 实现了高效的降维与可扩展的推断，成功分析了包含 750 万个观测值和 3,680 个空间场的大型数据集，如美国社区调查数据。

ABSTRACT

There are many data sources available that report related variables of interest that are also referenced over geographic regions and time; however, there are relatively few general statistical methods that one can readily use that incorporate these multivariate-spatio-temporal dependencies. As such, we introduce the multivariate-spatio-temporal mixed effects model (MSTM) to analyze areal data with multivariate-spatio-temporal dependencies. The proposed MSTM extends the notion of Moran's I basis functions to the multivariate-spatio-temporal setting. This extension leads to several methodological contributions including extremely effective dimension reduction, a dynamic linear model for multivariate-spatio-temporal areal processes, and the reduction of a high-dimensional parameter space using a novel parameter model. Several examples are used to demonstrate that the MSTM provides an extremely viable solution to many important problems found in different and distinct corners of the spatio-temporal statistics literature including: modeling nonseparable and nonstationary covariances, combing data from multiple repeated surveys, and analyzing massive multivariate-spatio-temporal datasets.

研究动机与目标

• 为解决现有统计方法在建模区域数据中多变量时空依赖关系方面的不足。
• 开发一种计算高效的框架，能够处理具有复杂非可分性与非平稳性依赖关系的大规模至超大规模数据集。
• 将莫兰的 I 基函数扩展至多变量时空设置，以实现有效的降维。
• 实现对来自多个重复调查的数据进行联合建模，同时捕捉变量、区域与时间之间的交互作用。
• 通过一种新型参数模型与动态线性结构，降低高维参数空间的复杂度。

提出的方法

• MSTM 在每个空间位置和时间点上，对多个变量使用共享随机效应，以诱导多变量依赖性。
• 采用动态线性模型（DLM）通过状态空间方程指定潜在过程的时序依赖性。
• 将莫兰的 I 基函数扩展至多变量时空领域，实现空间随机效应的低秩表示。
• 引入一种新型参数模型，以降低高维协方差参数空间的维度。
• 通过吉布斯抽样推导潜变量与参数的完整条件分布，利用卡尔曼滤波与平滑方法抽样多变量时序过程。
• 通过条件似然分解与分层贝叶斯建模，提升计算可扩展性。

实验结果

研究问题

• RQ1 是否存在一种统一框架，能够在容纳非可分性与非平稳性的同时，对区域数据中的多变量时空依赖关系进行建模？
• RQ2 在高维多变量时空模型中，如何实现有效的降维？
• RQ3 MSTM 是否能够高效处理来自重复调查的海量数据集，例如美国社区调查？
• RQ4 共享随机效应与动态线性结构对模型拟合效果与计算效率有何影响？
• RQ5 所提出的参数模型如何降低高维协方差结构的复杂度？

主要发现

• MSTM 成功利用低秩结构对来自美国社区调查的 7,530,037 个观测值与 3,680 个空间场的超大规模数据集进行了建模。
• 通过基于扩展莫兰 I 基函数的低秩表示，模型实现了显著的计算效率提升。
• 卡尔曼滤波与平滑方法使得在高维设置下，对多变量时序过程的后验抽样更加高效。
• 所有参数（包括方差分量与回归系数）的完整条件分布均以闭式表达，支持高效的 MCMC 抽样。
• 该框架在不施加严格独立性或可分性假设的前提下，有效捕捉了非可分性与非平稳性时空依赖关系。
• 该方法实现了对 20 个行业多变量数据的联合分析，展示了在真实应用场景中的稳健性与可扩展性。