[论文解读] SSM: Inference for time series analysis with State Space Models

Joseph Dureau, Sébastien Ballesteros+1 more|arXiv (Cornell University)|Jul 22, 2013

Time Series Analysis and Forecasting参考文献 7被引用 12

一句话总结

本文介绍了 SSM，一个针对流行病学和生态学中时间序列分析而定制的贝叶斯状态空间模型开源库。它将仓室模型与先进的推断方法（如粒子 MCMC、迭代过滤和扩展卡尔曼滤波）相结合，实现了对具有环境和种群噪声的随机动力系统的高效、透明且可复现的建模。

ABSTRACT

The main motivation behind the open source library SSM is to reduce the technical friction that prevents modellers from sharing their work, quickly iterating in crisis situations, and making their work directly usable by public authorities to serve decision-making.

研究动机与目标

• 降低在公共卫生和生态学背景下共享、复现和部署时间序列模型的技术门槛。
• 提供一个透明、模块化且可扩展的框架，用于定义和推断具有确定性和随机动力学的仓室模型。
• 通过使公共机构能够直接使用模型，支持在危机期间快速迭代模型并辅助决策。
• 在统一的开源软件栈中集成最先进的计算推断方法——粒子 MCMC、迭代过滤和扩展卡尔曼滤波。
• 通过将模型定义与实现解耦，并采用基于语法的形式化方法描述仓室模型，促进可复现性。

提出的方法

• 通过基于语法的形式化方法定义模型，明确指定反应、其影响（通过整数向量 $ l^{(k)} $）以及时变速率 $ r^{(k)}(z_t, \theta) $，从而实现清晰且无歧义的模型定义。
• 使用随机微分方程（SDE）对种群和环境噪声进行建模，其中漂移项为 $ \mu_t $，扩散矩阵为 $ L $，由布朗运动驱动。
• 应用马尔可夫跳跃过程的扩散近似，从离散状态跳跃过程推导出 SDE，实现连续时间的随机建模。
• 采用粒子 MCMC 和迭代过滤方法对非线性、非高斯状态空间模型进行贝叶斯推断，实现对潜在状态和未知参数的后验估计。
• 使用扩展卡尔曼滤波（EKF）作为计算高效的近似方法，用于初步参数探索和粒子方法的热启动。
• 通过在感染率上施加相关性白噪声对环境随机性进行建模，反映模型误设问题，遵循 Breto 等人（2009）的研究。

实验结果

研究问题

• RQ1 如何以形式化且无歧义的方式指定仓室模型，以提升模型的透明度和可复现性？
• RQ2 在流行病学和生态学时间序列的非线性、非高斯状态空间模型中，哪些推断方法最为有效？
• RQ3 如何在不牺牲准确性的前提下，提升复杂随机模型贝叶斯推断的计算效率？
• RQ4 在多大程度上可以对环境随机性进行建模，以反映未观测到的变异性和模型误设？
• RQ5 开源软件工具在多大程度上可以缩短模型开发与公共卫生危机中实际应用之间的时间延迟？

主要发现

• SSM 库实现了时间序列建模结果的完整可复现性，解决了流行病事件发生后三年内难以发布可复现分析的普遍问题。
• 粒子 MCMC 和迭代过滤方法在非线性、非高斯模型中提供了稳健的推断能力，能够处理复杂系统中的潜在状态和未知参数。
• 扩展卡尔曼滤波显著降低了初步推断的计算成本，实现了更快的收敛速度，并为基于粒子的方法提供了更优的初始化。
• 通过相关性白噪声引入环境随机性，提升了模型的鲁棒性，尤其在流行病传播动力学中有效应对未建模的变异性。
• 基于语法的模型定义框架实现了模型定义与实现的解耦，支持模块化、可重用且人类可读的模型描述。
• 该库支持广泛的应用场景——从历史数据分析到实时流行病监测与预测——展示了其在流行病学、生态学和种群动力学等领域的多功能性。