Bayesian structural time series (BSTS) ist ein statistisches Rahmenwerk zur Modellierung und Prognose von Zeitreihendaten. Es integriert Zustandsraummodelle mit Bayes'scher Inferenz und ermöglicht die Zerlegung einer Reihe in Trend-, Saison- und Regressionskomponenten, während vollständige Posterior-Verteilungen für alle Parameter bereitgestellt werden. Dieser Ansatz wird besonders für seine Fähigkeit geschätzt, fehlende Daten zu behandeln, Vorinformationen einzubeziehen und Unsicherheit in Vorhersagen und kausalen Effektschätzungen zu quantifizieren.
Die Methode wurde Mitte der 2010er Jahre durch akademische Arbeiten und Open-Source-Implementierungen populär, insbesondere durch das von Google entwickelte CausalImpact-Paket. BSTS ist zu einem Standardwerkzeug in Bereichen wie Ökonometrie, Epidemiologie und Marketinganalytik geworden, wo das Verständnis der Auswirkungen von Interventionen oder Ereignissen auf eine Zeitreihe entscheidend ist. Seine Flexibilität und probabilistische Natur unterscheiden es von klassischen Zeitreihenmethoden wie ARIMA, die oft Stationarität erfordern und Parameter als fest behandeln.
Kernkomponenten
BSTS-Modelle basieren auf einer Zustandsraumdarstellung, bei der eine beobachtete Zeitreihe \( y_t \) als Funktion eines latenten Zustandsvektors \( \alpha_t \) ausgedrückt wird. Die Beobachtungsgleichung ist typischerweise \( y_t = Z_t^T \alpha_t + \varepsilon_t \), und der Zustand entwickelt sich gemäß \( \alpha_{t+1} = T_t \alpha_t + R_t \eta_t \), wobei die Fehlerterme \( \varepsilon_t \) und \( \eta_t \) als Gaußsch angenommen werden. Der Zustandsvektor kann mehrere Komponenten umfassen: einen lokalen linearen Trend, eine saisonale Komponente (häufig mit Fourier-Termen oder Dummy-Variablen modelliert) und Regressionskoeffizienten für externe Prädiktoren.
Ein wesentliches Merkmal ist die Verwendung von Spike-and-Slab-Prioren für Regressionskoeffizienten. Diese Prior-Verteilung ermöglicht es dem Modell, automatisch Variablenselektion durchzuführen, indem irrelevante Koeffizienten auf Null geschrumpft werden, während wichtige Prädiktoren beibehalten werden. Dies ist besonders nützlich, wenn die Anzahl potenzieller Kovariaten im Verhältnis zur Stichprobengröße groß ist, ein häufiges Szenario in Beobachtungsstudien.
Bayes'sche Inferenz und Berechnung
Die Inferenz in BSTS erfolgt durch Markov-Ketten-Monte-Carlo-Methoden (MCMC), typischerweise unter Verwendung von Gibbs-Sampling. Die Zustandsraumstruktur ermöglicht ein effizientes Sampling latenter Zustände über den Kalman-Filter und -Glätter, während die Regressionskoeffizienten und Varianzparameter bedingt aktualisiert werden. Der Bayes'sche Ansatz liefert eine Posterior-Verteilung für jede Größe, was glaubwürdige Intervalle für Prognosen und Effektschätzungen ermöglicht.
Ein praktischer Vorteil ist die natürliche Behandlung fehlender Beobachtungen. In einem Zustandsraumrahmen werden fehlende Werte als latente Variablen behandelt und während des Sampling-Prozesses imputiert, wodurch separate Imputationsschritte vermieden werden. Dies ist besonders vorteilhaft für reale Datensätze mit Lücken aufgrund von Meldeverzögerungen oder Datenerfassungsproblemen.
Kausalwirkungsanalyse
Eine prominente Anwendung von BSTS ist die Schätzung kausaler Effekte, wie sie im CausalImpact-R-Paket implementiert ist. Die Methode konstruiert eine synthetische Kontrolle für eine behandelte Einheit, indem ein BSTS-Modell an eine Reihe von Kontrollzeitreihen während eines Vor-Interventionszeitraums angepasst wird. Das Modell lernt die Beziehung zwischen der behandelten Reihe und den Kontrollen und sagt dann das kontrafaktische Ergebnis für den Nach-Interventionszeitraum voraus. Die Differenz zwischen beobachteten und vorhergesagten Werten liefert eine Schätzung des kausalen Effekts, einschließlich Unsicherheitsintervallen.
Dieser Ansatz wurde häufig zur Bewertung der Wirkung von Marketingkampagnen, politischen Änderungen oder öffentlichen Gesundheitsinterventionen verwendet. Beispielsweise haben Forscher ihn angewendet, um die Auswirkungen von Werbeausgaben auf den Umsatz oder die Wirkung eines neuen Gesetzes auf Verkehrsunfälle zu messen. Die Stärke der Methode liegt in ihrer Fähigkeit, Trends und Saisonalität zu berücksichtigen, ohne ein randomisiertes Experiment zu erfordern.
Software-Implementierungen
Mehrere Softwarepakete implementieren BSTS. Das ursprüngliche CausalImpact-Paket, das 2014 von Google veröffentlicht wurde, bleibt in R beliebt. Das bsts-R-Paket, ebenfalls von Google, bietet einen allgemeineren Rahmen für die Erstellung benutzerdefinierter Zustandsraummodelle. In Python bietet die Bibliothek pycausalimpact einen Port von CausalImpact, und die Bibliothek statsmodels enthält einige Zustandsraumfunktionen, jedoch mit weniger Schwerpunkt auf Bayes'scher Variablenselektion.
Diese Werkzeuge haben die Einstiegshürde gesenkt und ermöglichen Praktikern ohne tiefgehende Expertise in Bayes'scher Statistik, BSTS anzuwenden. Dennoch müssen Benutzer weiterhin Modellierungswahlen treffen, wie die Anzahl der saisonalen Komponenten oder die Prior-Verteilung für Regressionskoeffizienten, die die Ergebnisse beeinflussen können.
Einschränkungen und Überlegungen
BSTS ist im Vergleich zu klassischen Methoden rechenintensiv, insbesondere für lange Reihen oder viele Kovariaten, aufgrund des MCMC-Samplings. Konvergenzdiagnosen sind notwendig, um zuverlässige Posterior-Schätzungen zu gewährleisten. Die Methode nimmt auch Linearität und Gaußsche Fehler an, die für Zähldaten oder stark verzerrte Verteilungen möglicherweise nicht gelten, obwohl Erweiterungen für Poisson- und andere Familien existieren.
Eine weitere Einschränkung ist die Abhängigkeit von der Wahl der Kontrollreihen in kausalen Anwendungen. Wenn Kontrollen schlechte Prädiktoren sind oder selbst von der Intervention betroffen sind, können die kontrafaktischen Schätzungen verzerrt sein. Trotz dieser Herausforderungen bleibt BSTS ein robustes und flexibles Werkzeug, das die Lücke zwischen traditioneller Ökonometrie und modernen Ansätzen des maschinellen Lernens überbrückt.
Verwandte Konzepte
BSTS ist verwandt mit den breiteren Bereichen des maschinellen Lernens und der künstlichen Intelligenz, insbesondere bei Prognoseanwendungen. Es teilt konzeptionelle Grundlagen mit Sequenz-zu-Sequenz-Modellen und Encoder-Decoder-Architekturen, die ebenfalls zeitliche Abhängigkeiten behandeln, obwohl BSTS Interpretierbarkeit und Unsicherheitsquantifizierung betont. Die Methode verbindet sich auch mit Datenaugmentierungs-Techniken, da die Imputation fehlender Daten ein Kernmerkmal ist. Im Kontext von generativer KI kann BSTS verwendet werden, um realistische kontrafaktische Szenarien zu erzeugen, obwohl es kein Ansatz auf neuronaler Netzwerkbasis ist.