新規作成:2018年2月7日
最終更新:2018年2月7日

ローカルレベルモデルの推定を通して、KFASパッケージの使い方を説明します。

この記事は、書籍「時系列分析と状態空間モデルの基礎:RとStanで学ぶ理論と実装」の一部を公開したものです。
この書籍は時系列分析の基礎の基礎から始めて、Box-Jenkins法や一般化状態空間モデルまでを解説した、初学者のための時系列分析の入門書です。
類書と比べると難易度は低めだと思っておりますので、これから時系列分析を始めてみたいと考えている方にお勧めします。

 


時系列分析と状態空間モデルの基礎:
RとStanで学ぶ理論と実装


 
ハヤブサの表紙が目印です。
サポートページはこちらです。コードもこちらからダウンロードできます。
 



スポンサードリンク

目次

  1. この章で使うパッケージ
  2. 分析の対象となるデータ
  3. KFASによる線形ガウス状態空間モデルの推定
  4. 推定結果の図示
  5. KFASによる状態の推定と信頼・予測区間
  6. KFASによる予測
  7. 補足:ローカルレベルモデルにおける予測
  8. 補足:補間と予測の関係

 

この章で使うパッケージ

この章で使う外部パッケージの一覧を載せておきます。この章では断りなくこれらの外部パッケージの関数を使用することがあります。パッケージのインストールはすでに行われているとします。

 

分析の対象となるデータ

この章でも、ナイル川の流量データを分析の対象とします。
ただし、最後の20年間は予測におけるテストデータとします。

 
さらに、途中20年間に、欠損があったとします。NAは欠損を表す記号です。

 

KFASによる線形ガウス状態空間モデルの推定

KFASを用いてローカルレベルモデルを推定してみます。
欠損値があったとしても、気にすることなくモデルを推定することが可能です。

 
●Step1 モデルの構造を決める
第2章で学んだ、状態方程式・観測方程式によりモデルの構造を指定します。
このとき、SSModelという関数を使用します。この関数の中にモデルの構造を指定していきます。
Hは観測誤差の分散を表しています。Qは過程誤差の分散を表しています。『H = NA』などとすることによって、当該パラメタが「不明な値」であるとみなしてパラメタ推定をしてくれるようになります。

モデルの構造を指定しているのは『nile_train ~ SSMtrend(degree = 1, Q = NA)』の部分です。SSMtrendはトレンドモデルを構築する関数で、次数を1にすることでローカルレベルモデルを指定していることになります。

状態空間モデルはローカルレベルモデル以外にも様々な表現でデータを表すことができます。それらに対応するKFASの関数も豊富にあります。

■SSMtrend
degree = 1ならローカルレベルモデル
degree = 2ならローカル線形トレンドモデルを組むことができます。
例:SSMtrend(degree = 2, c(list(NA), list(NA)))

■SSMseasonal
季節変動を表すことができます。
period = 12とすることで月単位データのように12か月周期となります。
sea.type = “dummy”ならダミー変数を用います。
sea.type = ” trigonometric”なら三角関数を用います。
例:SSMseasonal(period = 12, sea.type = “dummy”, Q = NA)

■SSMregression
外生変数を組み込むことができます。時変係数のモデルにも対応しています。
例:SSMregression( ~ 外生変数 , Q = NA)

■SSMarima
ARIMAモデルと同等のモデルを推定することができます。

■複数の要素が入ったモデルを作る
以下のようにして、複数の要素を足し合わせることができます。

●Step2 パラメタ推定
fitSSM関数を用いることで、最尤法によるパラメタ推定ができます。
引数の『inits = c(1, 1)』に注目してください。これは「テキトー」に決めたパラメタ(過程・観測誤差の分散)です。「テキトー」なパラメタを最尤法で修正するわけです。最初に決めた「テキトー」なパラメタをパラメタの初期値と呼びます。
状態の初期値については散漫初期化という解決策があったのですが、パラメタの初期値は良い方法がなく、勘で決めてやるしかありません。ローカルレベルモデルくらいの簡単なモデルでは大きな影響は出ませんが、複雑なモデルになると、初期値への依存性が出てくることがあります。初期値をいくつかのパターンで試してみて、最も尤度が高くなった結果を採用するのがベターです。
KFASの場合、推定結果は大きく$optim.outと$modelに分かれています。前者が推定されたパラメタ、後者が「最適なパラメタを用いて組みなおされたモデル」となっています。dlmパッケージと異なり、モデルを組みなおす必要はありません。この点で見ても、KFASのほうが短いコードで実装できることがわかります。

組みなおされたモデル(fit_kfas$model)の持つパラメタを確認してみます。Hは観測誤差の分散です。Qは過程誤差の分散です。

 
●Step3,4 フィルタリング・スムージング
KFS関数を用いることでフィルタリングも平滑化も同時に実行できます。
フィルタリングだけでいい、という場合は『smoothing = “none”』のように、明示的に使わないと指定しておきます。

以下のように結果を保存しておきます。

KFS関数の結果において『$a』に状態の1期先予測値が『$alphahat』に平滑化状態が格納されています。1期先予測値は、まだ当期の観測値を用いた補正(フィルタリング)が行われる前の値であることに注意してください。
ただし前期の観測値を用いたフィルタリングは行われています。そのため『$a』は前期のフィルタ化推定量であるとみなすことができます。1時点ずれているので、最初の値(観測値がまだ得られていない0時点目のフィルタ化推定量)を[-1]として切り捨てています。切り捨てられた部分は、散漫初期化されているので意味がない値です。

 

推定結果の図示

フィルタ化推定量を図示してみましょう。autoplot関数を用いる方法もありますが、細かい指定が難しいので別の方法を使います。まずはデータを整形します。

 
ggplot関数を用いて図示します。

ggplotで外枠を作り、labsでタイトルを追加します。以下も「+」記号を使ってgeom_point(観測値の散布図)、geom_line(フィルタ化推定量の折れ線図)を足していきます。alphaは色の濃さの指定です。

1910~1930年の欠損があった年は、状態の値がずっと同じになっていることがわかります。これがローカルレベルモデルの補間の特徴です。



スポンサードリンク

 

KFASによる状態の推定と信頼・予測区間

平滑化状態と、その信頼区間と予測区間を求めます。
厳密な定義ではありませんが、信頼区間と予測区間の違いのイメージは以下のようなところです。
● 信頼区間:状態がこの間に収まるだろう区間
● 予測区間:観測値がこの間に収まるだろう区間
予測区間には、観測誤差の大きさも加味されていることだけ覚えてください。

まずはpredict関数を使って信頼区間を求めてみます。
『interval = “confidence”』と指定すると信頼区間となります。『level = 0.95』と指定すると95%信頼区間になります。

 

結果はこちらです(Start、End、Frequencyの出力は省略しています)。

 

予測区間を求めてみます。『interval = “prediction”』と指定するだけで予測区間に変わります。

 

結果はこちら。幅が広くなっていることに注目してください。

 

なお、predict関数のfitの値は平滑化状態の値がそのまま入っています。

 

KFASによる予測

predict関数において『n.ahead = 20』と指定することで、20時点先まで予測することができます。予測区間も併せて計算しておきました。

 

これも図示してみましょう。
その前に、平滑化状態と予測結果を結合させます。rbindは行を結合する関数です。

 

続いて、図示のためのデータをまとめます。cbindは列を結合する関数です。

 

最後に図示のためのコードを書きます。geom_ribbonを用いると、最大値と最小値を指定することで、その範囲を網掛けにすることができます。

 

平滑化状態においては、欠損値は「欠損前と後のデータを直線でつないだもの」となっています。
1950年以降は予測値となっています。将来予測の結果はずっと横バイとなっていることに注目してください。また、予測区間は年を追うたびに広くなっていきます。

 

 

補足:ローカルレベルモデルにおける予測

ローカルレベルモデルにおける予測の方法をおさらいしておきます。

将来予測値の点推定値は、最新年の状態の値と全く同じで変化しません。

 

次は予測区間がどのように広がっていくのかを確認します。『se.fit = T』と指定することで、予測区間の標準偏差を取得することができます。

 

標準偏差を2乗すると分散になりますね。

 

差分をとると、分散は毎時点2489.915ずつ増えていることがわかります。

 

分散の増加量は「過程誤差の分散」の値と一致します。

過程誤差が積み重なっていくため、長期の予測は当たりにくくなるということを確認してください。

 

補足:補間と予測の関係

状態空間モデルでは、欠損値の補間と未来の予測はまったく同じ枠組みで計算をすることができます。そのことを確認しておきましょう。

まずは、未来の値を欠損として、モデルを組んでみます。このモデルにおいて「補間」をすると、予測をしたことと同じ結果になるはずです。

 

次は、データの長さそのものを短くします。

 

両者の「補間」と「予測」の結果が一致することを確認します。

なお『==』という演算子は、2つの値が等しければTRUEを返します。allはすべての結果がTRUEだった場合のみTRUEを返します。補間と予測が完全に一致していることがわかります。

 

参考文献


時系列分析と状態空間モデルの基礎:
RとStanで学ぶ理論と実装


 
この記事の作者が書いた書籍です。
ハヤブサの表紙が目印です。
サポートページはこちらです。コードもこちらからダウンロードできます。
 



スポンサードリンク