UCL Discovery
UCL home » Library Services » Electronic resources » UCL Discovery

Dynamic spatial weight matrix and localised STARIMA for network modelling

Cheng, T; Wang, J; Haworth, J; Heydecker, BG; Chow, AHF; (2014) Dynamic spatial weight matrix and localised STARIMA for network modelling. Geographical Analysis , 46 (1) pp. 75-97. 10.1111/gean.12026. Green open access

[img]
Preview
Text
Heydecker_MS1089-12manuscript final.pdf - Accepted version

Download (1MB) | Preview

Abstract

Various statistical model specifications for describing spatiotemporal processes have been proposed over the years, including the space–time autoregressive integrated moving average (STARIMA) and its various extensions. These model specifications assume that the correlation in data can be adequately described by parameters that are globally fixed spatially and/or temporally. They are inadequate for cases in which the correlations among data are dynamic and heterogeneous, such as network data. The aim of this article is to describe autocorrelation in network data with a dynamic spatial weight matrix and a localized STARIMA model that captures the autocorrelation locally (heterogeneity) and dynamically (nonstationarity). The specification is tested with traffic data collected for central London. The result shows that the performance of estimation and prediction is improved compared with standard STARIMA models that are widely used for space–time modeling. En los últimos años, se han propuesto diversas especificaciones de modelado estadístico para describir procesos espacio-temporales. Esto incluye el modelo espacio-temporal autorregresivo integrado de media móvil (STARIMA) y sus varios derivados. Estas especificaciones de modelo asumen que la correlación de los datos puede ser adecuadamente descrita por parámetros que se fijan a nivel global en el espacio y/o tiempo. Dichos parámetros son inadecuados para los casos en los que las correlaciones entre los datos son dinámicas y heterogéneas, como en el contexto de los datos de la red. El objetivo de este artículo es describir la autocorrelación en los datos de red con una matriz de ponderación espacial dinámica y un modelo STARIMA localizado (LSTARIMA) que captura la autocorrelación local (heterogeneidad) de forma dinámica (no estacionariedad). La especificación del modelo es evaluada con datos de tráfico recolectados en el centro de Londres. Los resultados demuestran que los rendimientos de estimación y predicción mejoran con el método propuesto en comparación con los modelos STARIMA estándar que son ampliamente utilizados para el modelado de espacio-temporal.

Type: Article
Title: Dynamic spatial weight matrix and localised STARIMA for network modelling
Open access status: An open access version is available from UCL Discovery
DOI: 10.1111/gean.12026
Publisher version: http://dx.doi.org/10.1111/gean.12026
Language: English
Additional information: This version is the author accepted manuscript. For information on re-use, please refer to the publisher’s terms and conditions.
UCL classification: UCL > Provost and Vice Provost Offices
UCL > Provost and Vice Provost Offices > UCL BEAMS
UCL > Provost and Vice Provost Offices > UCL BEAMS > Faculty of Engineering Science
UCL > Provost and Vice Provost Offices > UCL BEAMS > Faculty of Engineering Science > Dept of Civil, Environ and Geomatic Eng
URI: https://discovery.ucl.ac.uk/id/eprint/1400701
Downloads since deposit
132Downloads
Download activity - last month
Download activity - last 12 months
Downloads by country - last 12 months

Archive Staff Only

View Item View Item