¿Por qué incluir la latitud y la longitud en una cuenta GAM para la autocorrelación espacial?


60

He producido modelos aditivos generalizados para la deforestación. Para tener en cuenta la autocorrelación espacial, he incluido la latitud y la longitud como un término de interacción suavizado (es decir, s (x, y)).

He basado esto en la lectura de muchos artículos en los que los autores dicen "para tener en cuenta la autocorrelación espacial, las coordenadas de los puntos se incluyeron como términos suavizados", pero nunca han explicado por qué esto realmente lo explica. Es bastante frustrante. He leído todos los libros que puedo encontrar sobre GAM con la esperanza de encontrar una respuesta, pero la mayoría (por ejemplo, modelos aditivos generalizados, una introducción con R, SN Wood) simplemente tocan el tema sin explicarlo.

Realmente agradecería que alguien pudiera explicar POR QUÉ la inclusión de la latitud y la longitud explican la autocorrelación espacial, y lo que realmente significa 'contabilizar': es simplemente suficiente incluirlo en el modelo, o si se compara un modelo con s (x, y) en y un modelo sin? ¿Y la desviación explicada por el término indica el alcance de la autocorrelación espacial?


Si es relevante, utilicé la función 'bam' del paquete 'mgcv' en R.
gisol

Además, he realizado una prueba de autocorrelación espacial con Moran's I.
gisol


3
Dadas las respuestas aquí, podríamos marcar los otros enlaces Q @Macro como un duplicado de este para que las personas que se encuentren con ese vean las Respuestas aquí, especialmente la de whuber.
Gavin Simpson

+1 @GavinSimpson: por cierto, tenga en cuenta que tiene el poder de emitir votos cercanos, lo suficiente como para que las dos preguntas se fusionen.
Macro

Respuestas:


38

El problema principal en cualquier modelo estadístico son los supuestos que subyacen a cualquier procedimiento de inferencia. En el tipo de modelo que describe, los residuos se suponen independientes. Si tienen alguna dependencia espacial y esto no está modelado en la parte sytematic del modelo, los residuos de ese modelo también exhibirán dependencia espacial, o en otras palabras, estarán autocorrelacionados espacialmente. Dicha dependencia invalidaría la teoría que produce valores p a partir de estadísticas de prueba en el GAM, por ejemplo; no puede confiar en los valores p porque se calcularon suponiendo independencia.

Tiene dos opciones principales para manejar dichos datos; i) modelar la dependencia espacial en la parte sistemática del modelo, o ii) relajar el supuesto de independencia y estimar la correlación entre los residuos.

i) es lo que se está intentando al incluir una suavidad de las ubicaciones espaciales en el modelo. ii) requiere la estimación de la matriz de correlación de los residuos a menudo durante el ajuste del modelo utilizando un procedimiento como mínimos cuadrados generalizados. Lo bien que cualquiera de estos enfoques aborde la dependencia espacial dependerá de la naturaleza y complejidad de la dependencia espacial y de cuán fácilmente se pueda modelar.

En resumen, si puede modelar la dependencia espacial entre observaciones, es más probable que los residuos sean variables aleatorias independientes y, por lo tanto, no violen los supuestos de ningún procedimiento inferencial.


Gracias por tu respuesta clara Gavin. ¿Qué hace que la autocorrelación espacial sea fundamentalmente diferente de cualquier gradiente no incluido en el modelo? Digamos que su área de estudio estaba en una colina inclinada, y las especies de interés preferían un hábitat más bajo que uno más alto. Si no se incluye la elevación en el modelo, dejaría una estructura en los residuos, ¿no es así? ¿Es simplemente que la autocorrelación espacial es (o fue) olvidada o no considerada? (PS tal vez este es un mal ejemplo, ya que la inclusión de lat, por mucho tiempo también explicaría este efecto).
gisol

44
Si. Sospecho que en los ejemplos que ha visto, o bien el componente espacial era de interés, por lo que se modeló explícitamente a través de un lat / lon o el componente espacial era un término molesto, pero era necesario modelarlo para dejar los residuales en el caso "el componente se modela mejor a través de una variable diferente (p. ej., elevación en su comentario) y luego se usaría una variable suave en lugar de las ubicaciones espaciales.
Gavin Simpson

1
¿Por qué alisado? ¿Qué se entiende exactamente por "suavizado"?
Julian

1
@Julian Los valores de la respuesta se suavizan con respecto a las 2 coordenadas espaciales. O dicho de otra manera, el efecto espacial se estima como una función 2D suave. Por liso queremos decir que tiene cierta ondulación medida por la segunda derivada cuadrada integrada de la spline. El wiggliness se elige para equilibrar el ajuste y la complejidad del modelo. Si desea saber cómo se forman las funciones suaves (splines), entonces puede valer la pena hacer una pregunta específica.
Gavin Simpson

55

"Autocorrelación espacial" significa varias cosas para varias personas. Sin embargo, un concepto general es que un fenómeno observado en ubicaciones puede depender de manera definida de (a) covariables, (b) ubicación y (c) sus valores en ubicaciones cercanas . (Donde las definiciones técnicas varían se encuentran en el tipo de datos que se están considerando, qué "forma definida" se postula y qué significa "cercano": todos estos deben hacerse cuantitativos para poder proceder).z

Para ver lo que podría estar pasando, consideremos un ejemplo simple de un modelo espacial para describir la topografía de una región. Deje que la elevación medida en un punto sea . Un posible modelo es que depende de alguna manera matemática definida de las coordenadas de , que escribiré en esta situación bidimensional. Dejando que represente desviaciones (hipotéticamente independientes) entre las observaciones y el modelo (que, como de costumbre, se supone que tienen cero expectativas), podemos escribirzy(z)yz(z1,z2)ε

y(z)=β0+β1z1+β2z2+ε(z)

para un modelo de tendencia lineal . La tendencia lineal (representada por los y ) es una forma de capturar la idea de que los valores cercanos e , para cierran to , debería tender a estar cerca el uno del otro. Incluso podemos calcular esto considerando el valor esperado del tamaño de la diferencia entre e , . Resulta que las matemáticas son muchoβ1β2y(z)y(z)zzy(z)y(z)E[|y(z)y(z)|]más simple si usamos una medida de diferencia ligeramente diferente: en su lugar, calculamos la diferencia al cuadrado esperada :

E[(y(z)y(z))2]=E[(β0+β1z1+β2z2+ε(z)(β0+β1z1+β2z2+ε(z)))2]=E[(β1(z1z1)+β2(z2z2)+ε(z)ε(z))2]=E[(β1(z1z1)+β2(z2z2))2+2(β1(z1z1)+β2(z2z2))(ε(z)ε(z))+(ε(z)ε(z))2]=(β1(z1z1)+β2(z2z2))2+E[(ε(z)ε(z))2]

Este modelo no tiene ninguna autocorrelación espacial explícita, porque no contiene ningún término que relacione directamente con valores cercanos .y(z)y(z)

Un modelo alternativo, diferente, ignora la tendencia lineal y supone solo que hay autocorrelación. Una forma de hacerlo es a través de la estructura de las desviaciones . Podríamos postular queε(z)

y(z)=β0+ε(z)

y, para tener en cuenta nuestra anticipación de correlación, asumiremos algún tipo de "estructura de covarianza" para el . Para que esto sea espacialmente significativo, asumiremos la covarianza entre y , igual a porque el tiene cero medios, tiende a disminuir a medida que y vuelven cada vez más distantes. Debido a que los detalles no importan, llamemos a esta covarianza . Esto es autocorrelación espacial.εε(z)ε(z)E[ε(z)ε(z)]εzzC(z,z) De hecho, la correlación (habitual de Pearson) entre e esy(z)y(z)

ρ(y(z),y(z))=C(z,z)C(z,z)C(z,z).

En esta notación, la diferencia al cuadrado anterior esperada de 's para el primer modelo esy

E[(y(z)y(z))2]=(β1(z1z1)+β2(z2z2))2+E[(ε(z)ε(z))2]=(β1(z1z1)+β2(z2z2))2+C1(z,z)+C1(z,z)

(suponiendo ) porque se ha asumido que el en diferentes ubicaciones es independiente. He escrito lugar de para indicar que esta es la función de covarianza para el primer modelo.zzεC1C

Cuando las covarianzas del no varían dramáticamente de un lugar a otro (de hecho, generalmente se supone que son constantes), esta ecuación muestra que la diferencia al cuadrado esperada en 's aumenta cuadráticamente con la separación entre y . La cantidad real de aumento está determinada por los coeficientes de tendencia y .εyzzβ0β1

Veamos cuáles son las diferencias cuadradas esperadas en las para el nuevo modelo, modelo 2:y

E[(y(z)y(z))2]=E[(β0+ε(z)(β0+ε(z)))2]=E[(ε(z)ε(z))2]=E[ε(z)22ε(z)ε(z)+ε(z)2]=C2(z,z)2C2(z,z)+C2(z,z).

Nuevamente, esto se comporta de la manera correcta: debido a que pensamos que debería disminuir a medida que y se separen más, la diferencia al cuadrado esperada en hecho, aumenta con la separación creciente de las ubicaciones.C2(z,z)zzy

La comparación de las dos expresiones para en los dos modelos nos muestra que en el primer modelo juega un papel matemáticamente idéntico a en el segundo modelo. (Hay una constante aditiva al acecho allí, enterrada en los diferentes significados de , pero no importa en este análisis.) Ergo , dependiendo del modelo, correlación espacial normalmente se representa como una combinación de una tendencia y una estructura de correlación estipulada en errores aleatorios.( β 1 ( z 1 - z 1 ) + β 2 ( z 2 - z 2 ) ) 2 - 2 C 2 ( z , z ) C i ( z , z )E[(y(z)y(z))2](β1(z1z1)+β2(z2z2))22C2(z,z)Ci(z,z)

Ahora tenemos, espero, una respuesta clara a la pregunta: uno puede representar la idea detrás de la Ley de Geografía de Tobler ("todo está relacionado con todo lo demás, pero las cosas más cercanas están más relacionadas") de diferentes maneras. En algunos modelos, la Ley de Tobler se representa adecuadamente mediante la inclusión de tendencias (o términos de "deriva") que son funciones de coordenadas espaciales como la longitud y la latitud. En otros, la Ley de Tobler se captura mediante una estructura de covarianza no trivial entre términos aleatorios aditivos (elε) En la práctica, los modelos incorporan ambos métodos. El que elija dependerá de lo que desee lograr con el modelo y de su visión de cómo surge la autocorrelación espacial, ya sea que esté implícita en las tendencias subyacentes o refleje variaciones que desea considerar al azar. Ninguno de los dos siempre tiene la razón y, en cualquier problema dado, a menudo es posible usar ambos tipos de modelos para analizar los datos, comprender el fenómeno y predecir sus valores en otros lugares (interpolación).


2
+1: es agradable ver el vínculo entre dos enfoques para manejar la dependencia espacial. Gran respuesta, whuber!
Macro

Muy comprensivo, gracias. Me tomará unos momentos pensar todo esto.
gisol

66
Si toda la redacción estadística fuera de este tipo, habría mucho más trabajo estadístico aplicado de pensamiento claro en el mundo. Muy bien hecho.
Ari B. Friedman

¿Entiendo esta respuesta correctamente cuando deduzco que simplemente agregar coordenadas X / Y como variables independientes a cualquier modelo (?!) explicará la autocorrelación espacial en algún grado?
Julián

1
@Julian: Estamos hablando de construir diferentes modelos para los mismos datos. Si incluye las coordenadas X e Y como variables explicativas, pero no tiene en cuenta la correlación espacial, entonces la "correlación espacial" no tiene sentido para este modelo, por lo que debemos tener cuidado con lo que queremos decir con "tener en cuenta la correlación espacial". Pero si entendemos su pregunta de preguntar si incluir las coordenadas como variables explicativas puede ser tan efectivo como construir un modelo en el que la correlación espacial esté explícitamente representada, entonces mi respuesta es "sí, a menudo ese es el caso".
whuber

0

Las otras respuestas son buenas. Solo quería agregar algo sobre la 'autocorrelación espacial' contable '. A veces, esta afirmación se hace con más fuerza en la línea de "explicar la autocorrelación espacial no explicada por las covariables".

Esto puede presentar una imagen engañosa de lo que hace la suavidad espacial. No es como si hubiera una cola ordenada en la probabilidad de que el paciente espere pacientemente a que las covariables vayan primero y luego el líquido eliminará las partes 'inexplicables'. En realidad, todos tienen la oportunidad de explicar los datos.

Este documento con un título acertadamente presentado presenta el problema muy claramente, aunque es desde el punto de vista de un modelo CAR que los principios se aplican a los suavizados GAM.

Agregar errores correlacionados espacialmente puede estropear el efecto fijo que amas

La 'solución' en el papel es suavizar los residuos en lugar de suavizar el espacio. Eso tendría el efecto de permitir que sus covariables expliquen lo que pueden. Por supuesto, hay muchas aplicaciones en las que esto no sería una solución deseable.


-2

La correlación espacial es simplemente cómo las coordenadas xey se relacionan con la magnitud de la superficie resultante en el espacio. Por lo tanto, la autocorrelación entre las coordenadas se puede expresar en términos de una relación funcional entre los puntos vecinos.


1
Hola Michael, gracias por la respuesta. Creo que entiendo lo que ha dicho, pero parece ser una descripción de la autocorrelación espacial en lugar de cómo la inclusión de coordenadas lo explica; sin embargo, es posible que me esté perdiendo su punto. Por ejemplo, supongamos que tengo 2 modelos, el primero (A) con un solo término: deforestación en función de la distancia a una ciudad capital, y el segundo (B) con el término de distancia a la ciudad capital, pero también el lat y long término. ¿Le importaría reiterar su respuesta en este contexto? Quizás podría entenderlo mejor.
gisol

1
Creo que si no hay un término de interacción en el modelo, la autocorrelación espacial entre puntos vecinos es 0. Cuando tiene un término de iteración, ese término determina el valor de las autocorrelaciones espaciales.
Michael Chernick

44
@Michael, la autocorrelación espacial significa que la correlación entre puntos depende de sus ubicaciones espaciales. Creo que esta respuesta sería más útil si pudiera explicar por qué usar una estimación de función suave, con las ubicaciones espaciales como entradas, da cuenta de esto. En la superficie, parece que el enfoque de función suave modela la media, mientras que la autocorrelación espacial se refiere a la estructura de covarianza . Sé que existe una relación entre la función de covarianza de un proceso uniforme y la estimación de la función uniforme, pero, sin hacer esa conexión, esta respuesta parece incompleta.
Macro

1
@Michael, seguramente puedes ver que hacer que las coordenadas lat / long afecten a la media es diferente de modelar las correlaciones entre dos puntos en el espacio ... El OP preguntó cómo modelar la autocorrelación espacial y creo que parte del argumento, la parte que explica exactamente cómo ajustar una superficie espacial lisa (que es lo que haría un modelo aditivo generalizado en las coordenadas) modela la autocorrelación espacial. Existe una relación entre los juegos y las funciones de covarianza (no sé lo suficiente como para ser más precisos), pero apelar a esa relación parece ser lo que se requiere aquí.
Macro

1
@Marco Echaría un vistazo al libro de Simon Wood si puedes, ya que tiene los detalles y cita la literatura relevante sobre los suavizados como bits de efectos aleatorios.
Gavin Simpson el
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.