E SCUELA DE D OCTORADO DE C IENCIAS ,

T ECNOLOGÍAS E I NGENIERÍAS

P ROGRAMA DE D OCTORADO EN E STADÍSTICA M ATEMÁTICA Y A PLICADA

Línea de Investigación en Teoremas límites funcionales

para campos aleatorios y procesos Hilbert-valuados

TESIS DOCTORAL

E STIMACIÓN E SPACIO -T EMPORAL

DE P ROCESOS H ILBERT-VALUADOS

Aplicación a la estimación y predicción funcional

de mapas de riesgo de enfermedades

Antoni Torres Signes

Directoras de tesis:
María del Pilar Frías Bustamante
María Dolores Ruiz Medina

Tutora:
María Dolores Ruiz Medina

Coordinador:
Francisco De Asís Torres Ruiz

Granada, 2021
Editor: Universidad de Granada. Tesis Doctorales
Autor: Antoni Torres Signes
ISBN: 978-84-1306-891-6
URI: [Link]
Índice general

Portada I

Índice general VIII

Índice de figuras IX

Índice de tablas XVI

Abstract XX

Resumen XXV

Introducción 2
Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Objetivos generales . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Estructura de la tesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

1. P RELIMINARES 27
1.1. Preliminares para el Capítulo 2 . . . . . . . . . . . . . . . . . . . 27
1.1.1. Estimadores de mínimo contraste y datos tapered . . . . . 27
1.1.2. Definición general de estimadores de mínimo contraste . . 30
1.1.3. Datos y periodograma tapered . . . . . . . . . . . . . . . . 33
Esperanza y covarianza del periodograma . . . . . . . . . 35
1.1.4. Ejemplo de estimación a partir de datos tapered . . . . . . 37
1.1.5. Sobre los estimadores Whittle con datos tapered . . . . . . 39
Caso de campos aleatorios débilmente dependientes . . . 39
Caso de campos aleatorios fuertemente dependientes . . . 41
1.2. Preliminares para los capítulos 3, 6 y 7 . . . . . . . . . . . . . . . 43
1.2.1. Procesos de Poisson doblemente estocásticos . . . . . . . . 43

V
Índice general

1.2.2. Procesos de Poisson homogéneos en el espacio `2 . . . . . 46

Predicción clásica . . . . . . . . . . . . . . . . . . . . . . . 46
1.2.3. El proceso de Wiener fuertemente cilíndrico inducido por
un proceso de Wiener Hilbert-valuado . . . . . . . . . . . 47
1.2.4. El proceso Ornstein-Uhlenbeck en espacios de Hilbert . . . 49
1.2.5. Procesos ARH(1) . . . . . . . . . . . . . . . . . . . . . . . 50
1.3. Preliminares para el Capítulo 4 y 5 . . . . . . . . . . . . . . . . . 52
1.3.1. Estimación de momentos del proceso autorregresivo es-
pacial de orden uno evaluado en un espacio de Hilbert . . 54

M ETODOLOGÍA Y R ESULTADOS 59

2. Análisis de las propiedades asintóticas de estimadores espaciales de

mínimo contraste basados en el periodograma tapered 60
2.1. Condiciones para el análisis de propiedades asintóticas . . . . . . 61
2.1.1. Teoremas sobre la consistencia y la normalidad asintótica
de los estimadores . . . . . . . . . . . . . . . . . . . . . . 66
2.2. Demostraciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
2.3. Ejemplos numéricos . . . . . . . . . . . . . . . . . . . . . . . . . 74
2.3.1. Procesos autorregresivos fraccionarios espaciales . . . . . 75
2.3.2. Campos aleatorios de Gegenbauer espaciales . . . . . . . 79
2.3.3. Campos aleatorios espaciales de Gegenbauer: singulari-
dades en el origen . . . . . . . . . . . . . . . . . . . . . . 83
2.4. Teoremas centrales del límite . . . . . . . . . . . . . . . . . . . . 88

3. Procesos de Cox log-gaussianos temporales dirigidos mediante un

proceso de Ornstein-Uhlenbeck Hilbert-valuado 98
3.1. Proyección del proceso O-U Hilbert-valuado . . . . . . . . . . . . 99
3.2. Aproximación ARH(1) en tiempo discreto del proceso O-U Hilbert-
valuado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
3.3. Estimación paramétrica y predicción del proceso O-U Hilbert-
valuado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
3.4. Proceso de Cox log-gaussiano en espacios de dimensión infinita . 105
3.5. Proceso de Cox log-gaussiano espacio temporal en el mapeo de
enfermedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110

VI
Índice general

3.5.1. Observación de la tasa aleatoria funcional de incidencia

de la enfermedad . . . . . . . . . . . . . . . . . . . . . . . 110
3.6. Estudio de simulación condicionada . . . . . . . . . . . . . . . . 111
3.6.1. Algoritmo de simulación condicionada para el enfoque de
intensidad log-gaussiana con aproximación ARH(1) . . . . 115
3.6.2. Intensidad espacio-temporal con dependencia de largo
rango (DLR) . . . . . . . . . . . . . . . . . . . . . . . . . 117
Algoritmo de simulación condicionada DLR . . . . . . . . 122

4. Procesos de Cox espaciales en un marco infinito-dimensional 131

4.1. Procesos de Cox dirigidos por una log- intensidad aleatoria H–
valuada espacial . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
4.1.1. Predicción por mínimos cuadrados y momentos condicio-
nados marginales de segundo orden . . . . . . . . . . . . 135
4.2. Estimación de la estructura de correlación espacial de la log-
intensidad infinito-dimensional . . . . . . . . . . . . . . . . . . . 137
4.3. Estudio de simulación . . . . . . . . . . . . . . . . . . . . . . . . 147
4.4. Ejemplo con datos reales . . . . . . . . . . . . . . . . . . . . . . . 156

5. Un modelo de recuento funcional espacial para el análisis de la he-

terogeneidad en el tiempo 165
5.1. Procesos de Cox log-gaussianos espaciales de dimensión infinita . 166
5.2. Análisis de segundo orden espacial a diferentes escalas
temporales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
5.3. Estimación funcional espacial multiresolución en el dominio es-
pectral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
5.3.1. Una ecuación de espacio de estados curva espacial . . . . 171
5.3.2. El enfoque de estimación . . . . . . . . . . . . . . . . . . 174
5.4. Estudio de simulación . . . . . . . . . . . . . . . . . . . . . . . . 179
5.5. Ejemplo de datos reales . . . . . . . . . . . . . . . . . . . . . . . 188
5.5.1. Estimación multiescalar . . . . . . . . . . . . . . . . . . . 190
5.5.2. Resultados de la validación . . . . . . . . . . . . . . . . . 193

VII
Índice general

A PLICACIONES A DATOS REALES 197

6. Una metodología funcional bayesiana para el mapeo del riesgo de

dengue en América Latina y el Caribe 198
6.1. Métodos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
6.1.1. El modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
6.1.2. Modelo ARH(1) . . . . . . . . . . . . . . . . . . . . . . . . 202
6.1.3. Datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
6.2. Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
6.2.1. Una comparativa con enfoques previos . . . . . . . . . . . 207
6.3. Discusión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
6.4. Comentarios finales al capítulo . . . . . . . . . . . . . . . . . . . 213

7. Análisis de la mortalidad por COVID–19 mediante curvas multiva-

riantes de regresión a partir de datos blandos y mediante aprendi-
zaje automático 216
7.1. Modelización de los datos . . . . . . . . . . . . . . . . . . . . . . 219
7.2. Aplicación del modelo de curvas de regresión y del análisis resi-
dual espacial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
7.3. Análisis estadístico de la mortalidad por COVID–19 . . . . . . . . 226
7.4. Un estudio empírico comparativo . . . . . . . . . . . . . . . . . . 232
7.4.1. Resultados de la validación cruzada aleatoria k–fold . . . 233
7.4.2. Resultados de clasificación basados en bootstrap . . . . . . 237
7.5. Implementación de datos duros y blandos en modelos ML . . . . 243
7.6. Comentarios finales al capítulo . . . . . . . . . . . . . . . . . . . 251

C ONCLUSIONES Y LÍNEAS ABIERTAS 259

C ONCLUSIONS AND OPEN LINES 266

B IBLIOGRAFÍA 272

VIII
Índice de figuras

1.1. Función taper de Tuckey-Hanning . . . . . . . . . . . . . . . . . 38

2.1. Diagrama de cajas de valores muestrales de dˆ1 y dˆ2 . . . . . . . . 78

2.2. Gráfico Q-Q de normalidad de dˆ1 y dˆ2 . . . . . . . . . . . . . . . 79
2.3. Probabilidades muestrales P0 (|θbT − θ0 | < ε) . . . . . . . . . . . . 80
2.4. Diagrama de cajas de valores muestrales de σ̂T2 . . . . . . . . . . 80
2.5. Probabilidades muestrales P0 (|σ̂T2 − σ 2 (θ)| < ε) . . . . . . . . . . 81
2.6. Diagrama de cajas de valores muestrales de dˆ1 y dˆ2 . . . . . . . . 82
2.7. Gráficos Q-Q de normalidad de dˆ1 y dˆ2 . . . . . . . . . . . . . . . 83
2.8. Probabilidades muestrales P0 (|θbT − θ0 | < ε) . . . . . . . . . . . . 84
2.9. Diagramas de valores muestrales de σ̂T2 . . . . . . . . . . . . . . 84
2.10. Probabilidades muestrales P0 (|σ̂T2 − σ 2 (θ)| < ε) . . . . . . . . . . 85
2.11. Diagrama de cajas de los valores muestrales de dˆ1 y dˆ2
con ui = 1, i = {1, 2} . . . . . . . . . . . . . . . . . . . . . . . . . 86
2.12. Gráfico Q-Q de normalidad de dˆ1 y dˆ2 con ui = 1, i = 1{1, 2} . . . 86
2.13. Probabilidades muestrales P0 (|θbT − θ0 | < ε) . . . . . . . . . . . . 87
2.14. Diagrama de cajas de valores muestrales de σ̂T2 . . . . . . . . . . 87
2.15. Probabilidades muestrales P0 (|σ̂T2 − σ 2 (θ)| < ε) . . . . . . . . . . 88

3.1. Mapas de riesgo relativo de mortalidad por cáncer de prósta-

ta: para una generación y su estimación, basada en la aproxi-
mación en tiempo discreto ARH(1) del modelo de intensidad
log-gaussiana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
3.2. Mapas de riesgo relativo de mortalidad por cáncer de mama: pa-
ra una generación y su estimación, basada en la aproximación en
tiempo discreto ARH(1) del modelo de intensidad
log-gaussiana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119

IX
Índice de figuras

3.3. Mapas de riesgo relativo de mortalidad por cáncer de encéfa-

lo: para una generación y su estimación, basada en la aproxi-
mación en tiempo discreto ARH(1) del modelo de intensidad
log-gaussiana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
3.4. Mapas de riesgo relativo de mortalidad por cáncer de próstata:
para una generación y su estimación, basada en el modelo de
intensidad log-gaussiana con DLR . . . . . . . . . . . . . . . . . . 125
3.5. Mapas de riesgo relativo de mortalidad por cáncer de mama:
para una generación y su estimación, basada en el modelo de
intensidad log-gaussiana con DLR . . . . . . . . . . . . . . . . . . 126
3.6. Mapas de riesgo relativo de mortalidad por cáncer de encéfalo:
para una generación y su estimación, basada en el modelo de
intensidad log-gaussiana con DLR . . . . . . . . . . . . . . . . . . 127
3.7. Enfoque O-U log-gaussiano. Mapas de España con el log-riesgo
de mortalidad por tipo de cáncer: de próstata (año 1975), de
mama (año 1975), y de encéfalo (año 1986); en base a una ge-
neración de un proceso O-U y sus respectivas estimaciones con
el filtrado de Kalman . . . . . . . . . . . . . . . . . . . . . . . . . 128
3.8. Enfoque log-gaussiano con DLR. Mapas de España con el log-
riesgo de mortalidad por tipo de cáncer: de próstata (año 1975),
de mama (año 1975), y de encéfalo (año 1986); en base a una
generación del proceso de Cox con intensidad log-gaussiana con
DLR y sus respectivas estimaciones de mínimos cuadrados de
DLR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129

4.1. Diagramas de cajas de los valores muestrales de θbN , para

θ0 = 1 basados en 100 generaciones, con el error cuadrático me-
dio empírico y desviación la típica . . . . . . . . . . . . . . . . . . 151
4.2. Diagramas de cajas de los valores muestrales de θb1,1,N , para
θ1,1,0 = 1, basados en 100 generaciones, con el error cuadráti-
co medio empírico y la desviación típica . . . . . . . . . . . . . . 153
4.3. Diagramas de cajas de los valores muestrales de θb2,1,N , para
θ2,1,0 = 1.5, basados en 100 generaciones con el error cuadrático
medio empírico y desviación típica . . . . . . . . . . . . . . . . . 153

X
Índice de figuras

4.4. Diagramas de cajas de los valores muestrales de θb1,2,N , para

θ1,2,0 = 1.6, basados en 100 generaciones con el error cuadrático
medio empírico y desviación típica . . . . . . . . . . . . . . . . . 154
4.5. Diagramas de cajas de los valores muestrales de θb2,2,N , para
θ2,2,0 = 1.2, basados en 100 generaciones con el error cuadrático
medio empírico y desviación típica . . . . . . . . . . . . . . . . . 154
4.6. Diez proyecciones normalizadas de la log-intensidad residual
funcional espacial . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
4.7. Estimaciones de las proyecciones normalizadas de la log-
intensidad residual funcional espacial . . . . . . . . . . . . . . . . 159
4.8. Gráfico de espectros puntuales estimados de Li,θbi,N ,
i = 1, 2, 3, para M = 10, y N = 400 . . . . . . . . . . . . . . . . . 160
4.9. Curvas de log-intensidad de mortalidad por enfermedades res-
piratorias originales, y sus respectivas estimaciones, para las 24
primeras provincias españolas por orden alfabético . . . . . . . . 161
4.10. Curvas de log-intensidad de mortalidad por enfermedades res-
piratorias originales, y sus respectivas estimaciones, para las 24
últimas provincias españolas por orden alfabético . . . . . . . . . 161
4.11. Zoom. Provincias españolas con mayor y menor norma
L1 ([0, 1725]) del error relativo absoluto medio funcional asocia-
do, con las curvas originales y estimadas . . . . . . . . . . . . . . 162
4.12. Mapas de riesgo de mortalidad por enfermedad respiratoria ob-
servada y estimada, promediados anualmente, durante el perío-
do 1980–2015 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163

5.1. Escala 10, N = 900. Datos curva sobre algunos nodos de una
rejilla regular espacial 30 × 30 . . . . . . . . . . . . . . . . . . . . 181
5.2. Escala 9, N = 900. Datos curva sobre algunos nodos de una
rejilla regular espacial 30 × 30 . . . . . . . . . . . . . . . . . . . . 181
5.3. Escala 8, N = 900. Datos curva sobre algunos nodos de una
rejilla regular espacial 30 × 30 . . . . . . . . . . . . . . . . . . . . 182
5.4. Escala 7, N = 900. Datos curva sobre algunos nodos de una
rejilla regular espacial 30 × 30 . . . . . . . . . . . . . . . . . . . . 182
5.5. nErrores cuadráticos medioso empíricos (EMSE), asociados con
λ bN,p,2 , p = 1, . . . , kN , N = 100, 900, 2500, 4900, 8100,
bN,p,1 , λ
12100, 16900, 22500 . . . . . . . . . . . . . . . . . . . . . . . . 184

XI
Índice de figuras

5.6. Diagrama de cajas con los valores muestrales de λ bN,p,i ,

p = 1, . . . , 10, i = 1, 2 de izquierda a derecha, y de arriba a abajo),
basados en 100 generaciones de muestras funcionales de tamaño
N = 100, 900, 2500, 4900, 8100, 12100, 16900, 22500 . . . . . 185
5.7. Verdadero L1 , L2 y sus respectivas estimaciones multiescalares,
para las escalas j = 7, 8, 9, 10, sobre una rejilla regular espacial
30 × 30 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
5.8. Campo X de log-intensidad espacial original y estimado, para
el tiempo t = 1/2, a través de las escalas j = 7, 8, 9, 10, sobre
una rejilla regular espacial 10 × 10, a partir de los datos curva
suavizados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
5.9. Campo X de log-intensidad espacial original y estimado, para
el tiempo t = 1/2, a través de las escalas j = 7, 8, 9, 10, sobre
una rejilla regular espacial 30 × 30, a partir de los datos curva
suavizados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
5.10. Datos temporales y espaciales interpolados en una rejilla regular
espacial 20 × 20 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
5.11. Datos temporales y espaciales interpolados en una rejilla regular
espacial 20 × 20 a escala (nivel de resolución) 7 . . . . . . . . . . 189
5.12. Datos curva suavizados mediante B–splines en una rejilla regular
espacial 20 × 20 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
5.13. Estimación multiescalar del operador L1 y L2 a través de escalas
(niveles de multiresolución) j = 7, 8, 9, 10 . . . . . . . . . . . . . 190
5.14. Gráficos de contorno del campo de log-intensidad observado y
estimado para los valores mensuales t = 108 y t = 216. Tanto los
valores observados como los estimados para los tiempos t = 108
y t = 216 se muestran a través de las escalas j = 7, 8, 9, 10, en
el sistema wavelet de Haar, a partir de los datos interpolados
temporales y espaciales sobre una rejilla regular 20 × 20 . . . . . 191
5.15. Gráficos de contorno del campo de log-intensidad observado y
estimado para los valores mensuales t = 108 y t = 216. Tanto
los valores observados como los estimados para los tiempos t =
108 y t = 216 se muestran a través de las escalas j = 7, 8, 9, 10,
en el sistema wavelet de Haar, a partir de los datos temporales
interpolados y suavizados sobre una rejilla regular 20 × 20 . . . . 192

XII
Índice de figuras

5.16. Promedio anual del número de muertes por enfermedades respi-

ratorias observadas y estimadas en cada una de las 48 provincias
españolas desde enero de 1980 hasta diciembre de 2015 . . . . . 194

6.1. Evolución del número de DF observado desde 1998 hasta 2018

en los países bajo estudio . . . . . . . . . . . . . . . . . . . . . . 204

6.2. Log-riesgo estimado a partir de la estimación bayesiana en el

modelo propuesto desde 1998 hasta 2018 en los países bajo
estudio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208

6.3. Log-riesgo estimado a partir de la estimación clásica, bayesiana

y el log-riesgo observado desde 1998 hasta 2018 para los países:
Argentina, México, Brasil, Guyana Francesa, Costa Rica y Vene-
zuela . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208

6.4. Log-riesgo estimado a partir de los modelos espacio-temporales

tradicionales, la metodología de estimación y el log-riesgo ob-
servado, desde 1998 hasta 2018, para los países: Barbados y
Paraguay . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209

7.1. Curvas acumulada, riesgo y log-riesgo de mortalidad por COVID-

19 en España, desde el 8 de marzo de 2020 hasta el 13 de mayo
de 2020, e intervalos de confianza bootstrap . . . . . . . . . . . . 228

7.2. Valores muestrales de la media espacial del rriesgo mínimo em-

pírico en la regresión trigonométrica, histograma bootstrap y den-
sidad de probabilidad bootstrap de la media espacial del riesgo
mínimo empírico de regresión, basado en 1000 muestras
bootstrap . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230

7.3. Proyecciones empíricas del operador de autocorrelación ρ, que

reflejan la autocorrelación temporal y la correlación cruzada en-
tre las 17 comunidades españolas analizadas., y comparación de
la densidad de probabilidad a-priori considerada de una variable
aleatoria con distribución Beta escalada por el factor 1/3, con pa-
rámetros de forma con valores 14 y 13, con el ajuste bootstrap a
priori de una variable empírica . . . . . . . . . . . . . . . . . . . 231

XIII
Índice de figuras

7.4. Mapas de riesgo de mortalidad por COVID–19, desde el 8 de

marzo hasta el 13 de mayo de 2020, observados y estimados,
calculados a partir de la regresión trigonométrica, combinados
con predictores residuales clásicos y bayesianos . . . . . . . . . . 232

7.5. Categoría de datos duros. A partir de 1000 muestras bootstrap,

se representan las densidades de probabilidad y los histogramas
de los SMAPE promediados espacialmente, para GRNN, MLP y
SVR lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239

7.6. Categoría de datos duros. A partir de 1000 muestras bootstrap,

se representan las densidades de probabilidad y los histogramas
de los SMAPE promediados espacialmente, para BNN, RBF y GP . 240

7.7. Categoría de datos blandos. A partir de 1000 muestras boots-

trap, se representan las densidades de probabilidad y los histo-
gramas de los SMAPE promediados espacialmente, para GRNN,
MLP y SVR no lineal . . . . . . . . . . . . . . . . . . . . . . . . . 241

7.8. Categoría de datos blandos. A partir de 1000 muestras boots-

trap, se representan las densidades de probabilidad y los histo-
gramas de los SMAPE promediados espacialmente, para BNN,
RBF y GP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242

7.9. Categoría de datos blandos. A partir de 1000 muestras boots-

trap, se representan las densidades de probabilidad y los histo-
gramas de los SMAPE promediados espacialmente, para la regre-
sión trigonométrica combinada con la predicción residual, basa-
da en los momento empíricos, clásica y bayesiana . . . . . . . . . 243

7.10. Categoría de datos duros. Curvas de log-riesgo de mortali-

dad por COVID–19 observadas y estimadas, a partir de la im-
plementación de Redes Neuronales de Regresión Generalizada
(GRNN), Perceptrón Multicapa (MLP), Regresión de Soporte Vec-
torial (SVR), Redes Neuronales Bayesianas (BNN), Redes Neuro-
nales a partir de Bases de Funciones Radiales (RBF), y Procesos
Gaussianos (GP) . . . . . . . . . . . . . . . . . . . . . . . . . . . 252

XIV
Índice de figuras

7.11. Categoría de datos blandos. Curvas de log-riesgo de mortali-

dad por COVID–19 observadas y estimadas, a partir de la im-
plementación de Redes Neuronales de Regresión Generalizada
(GRNN), Perceptrón Multicapa (MLP), Regresión de Soporte Vec-
torial (SVR), Redes Neuronales Bayesianas (BNN), Redes Neuro-
nales a partir de Bases de Funciones Radiales (RBF), Procesos
Gaussianos (GP), y regresión trigonométrica combinada con pre-
dicción residual clásica y bayesiana . . . . . . . . . . . . . . . . . 252
7.12. Categoría de datos duros. Curvas de mortalidad acumulada
por COVID–19 observadas y estimadas, a partir de la implemen-
tación de Redes Neuronales de Regresión Generalizada (GRNN),
Perceptrón Multicapa (MLP), Regresión de Soporte Vectorial
(SVR), Redes Neuronales Bayesianas (BNN), Redes Neuronales
a partir de Bases de Funciones Radiales (RBF), y Procesos Gaus-
sianos (GP) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253
7.13. Categoría de datos blandos. Curvas de mortalidad acumulada
por por COVID–19 observadas y estimadas, a partir de la im-
plementación de Redes Neuronales de Regresión Generalizada
(GRNN), Perceptrón Multicapa (MLP), Regresión de Soporte Vec-
torial (SVR), Redes Neuronales Bayesianas (BNN), Redes Neuro-
nales a partir de Bases de Funciones Radiales (RBF), Procesos
Gaussianos (GP), y regresión trigonométrica combinada con pre-
dicción residual clásica y bayesiana . . . . . . . . . . . . . . . . . 253

XV
Índice de tablas

2.1. Media, desviación estándar y ECM de dˆ1 y dˆ2 . . . . . . . . . . . 78

2.2. Media, desviación estándar y ECM de dˆ1 y dˆ2 . . . . . . . . . . . 82
2.3. Media, desviación estándar y ECM de dˆ1 y dˆ2 . . . . . . . . . . . 85

3.1. Promedio espacial de los errores cuadráticos medios empíricos

por año, obtenido a partir de 100 generaciones de la muestra
funcional de tamaño T del proceso de intensidad ARH(1), para
los datos generados de tres tipos de cáncer . . . . . . . . . . . . . 116
3.2. Estimaciones paramétricas con DLR . . . . . . . . . . . . . . . . 121
3.3. Promedio espacial de los errores cuadráticos medios empíricos
por año, obtenidos a partir de 100 generaciones de la muestra
funcional de tamaño T del modelo de intensidad aleatoria con
DLR, para tres tipos de datos de cáncer generados . . . . . . . . . 123

4.1. Estimaciones de los parámetros de localización. Tamaños de

muestra, media, desviación típica, y errores cuadrático medio
empíricos, a partir de 100 generaciones . . . . . . . . . . . . . . . 151
4.2. Estimaciones de los parámetros de escala y localización. Tama-
ños de muestra, media, desviación típica, y errores cuadrático
medio empíricos, a partir de 100 generaciones . . . . . . . . . . . 155
4.3. Estimaciones de espectros puntuales de Li,θbi,N , i = 1, 2, 3 para
M = 10, N = 400 . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
4.4. Promedio puntual anual del CVFARE obtenido a partir de la va-
lidación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162

5.1. Autovalores λp1 , λp2 , p = 1, . . . , 10 . . . . . . . . . . . . . . . . . 179

XVI
Índice de tablas

5.2. Promedio por escala de los errores cuadráticos medios empíri-

cos asociados a los estimadores paramétricos implicados en la
aproximación de L1 , a partir de 100 generaciones de las mues-
tras funcionales de tamaño N = 100, 900, 2500, 4900, 8100,
12100, 16900, 22500. Se consideran las escalas j = 6, 7, 8, 9, y el
parámetro de truncamiento kN = 10 . . . . . . . . . . . . . . . . 183
5.3. Promedio por escala de los errores cuadráticos medios empíri-
cos asociados a los estimadores paramétricos implicados en la
aproximación de L2 , a partir de 100 generaciones de las mues-
tras funcionales de tamaño N = 100, 900, 2500, 4900, 8100,
12100, 16900, 22500. Se consideran las escalas j = 6, 7, 8, 9, y el
parámetro de truncamiento kN = 10 . . . . . . . . . . . . . . . . 183
5.4. Promedio puntual anual de los errores de validación cruzada . . 193

6.1. Errores absolutos empíricos Promediados para el riesgo relativo

de DF según el promedio de los países bajo estudio, para la esti-
mación bayesiana y clásica, (BEAEA) y (CEAEA),
respectivamente . . . . . . . . . . . . . . . . . . . . . . . . . . . 206
6.2. Errores Cuadráticos Empíricos Promediados para el riesgo rela-
tivo de DF según el promedio de los años bajo estudio, para la
estimación bayesiana y clásica . . . . . . . . . . . . . . . . . . . . 206
6.3. Comparación del Error Absoluto Medio Empírico (EMAE) y el
Error Cuadrático Medio Empírico (EMSE) desde 1998 hasta 2018
para todos los países, según las cinco metodologías
aplicadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209

7.1. Estimaciones de los parámetros de regresión A bk (·), k = 1, . . . , 6,

en las 17 comunidades españolas . . . . . . . . . . . . . . . . . . 227
7.2. Estimaciones de los parámetros de regresión B bk (·), k = 1, . . . , 6,
en las 17 comunidades españolas . . . . . . . . . . . . . . . . . . 227
7.3. Valores observados L265 (θb265 (p)), p = 1, . . . , 17 . . . . . . . . . . . 229
7.4. Intervalos de confianza bootstrap para L265 (nivel de confianza
1 − α = 0.95) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230
7.5. Intervalos de confianza bootstrap para el error estándar de en-
trenamiento esperado de los predictores de log-riesgo de morta-
lidad por COVID–19 clásico y bayesiano (1 − α = 0.95) . . . . . . 231

XVII
Índice de tablas

7.6. Categoría de datos duros. Promedio de los SMAPE, basado en

10 ejecuciones de validación cruzada aleatoria 10–fold . . . . . . 235
7.7. Categoría de datos blandos. Promedio de los SMAPE, basado
en 10 ejecuciones de validación cruzada aleatoria 10–fold . . . . . 235
7.8. Nuestro enfoque. Promedio de los SMAPE, basado en 10 eje-
cuciones de validación cruzada aleatoria 10–fold de los análisis
residuales clásico y bayesiano probados . . . . . . . . . . . . . . 236
7.9. Categoría de datos duros. Intervalos de confianza bootstrap
(1 − α = 0.95) para los SMAPE promediados espacialmente a
partir de 1000 muestras bootstrap (T = 265, P = 17) . . . . . . . 237
7.10. Categoría de datos blandos. Intervalos de confianza bootstrap
(1 − α = 0.95) para los SMAPE promediados espacialmente a
partir de 1000 muestras bootstrap (T = 265, P = 17) . . . . . . . 238
7.11. Categoría de datos duros. Promedio de los SMAPE, basado en
10 ejecuciones de validación cruzada aleatoria 5–fold . . . . . . . 250
7.12. Categoría de datos blandos. Promedio de los SMAPE, basado
en 10 ejecuciones de validación cruzada aleatoria 5–fold . . . . . 251
7.13. Categoría de datos duros. Promedio de los SMAPE, basado en
10 ejecuciones de validación cruzada aleatoria 5–fold . . . . . . . 254
7.14. Categoría de datos blandos. Promedio de los SMAPE, basado
en 10 ejecuciones de validación cruzada aleatoria 5–fold . . . . . 255

XVIII
Abstract

The application of techniques for the analysis of functional data correlated

in time and/or space is a relatively recent area of research, where a number
of problems have arisen and remain open. In particular, the derivation of pro-
babilistic (point processes in function spaces) and statistical (functional spatial
and time series) models is required for the analysis of high-dimensional data
that often exhibit complex correlation structures in time and/or space. Point
processes are used to explain the distribution of points generated by random
mechanisms in time and/or space. Such processes allow to model and analyze
the incidence or mortality associated with a disease.
In this thesis, we have considered the context of doubly stochastic counting
processes or Cox processes. In particular, an infinite-dimensional statistical ap-
proach, based on functional linear models, has been adopted for the statistical
description of the random log-intensity.
The spatio-temporal dynamics of these models are analyzed through tem-
poral or spatial processes with values in an appropriate function space. The
complexity of these models, given the high dimension of the parameter space
(on many occasions we work with infinite-dimensional spaces), makes it essen-
tial to implement appropriate dimension reduction techniques, as well as the
implementation of model selection procedures.
From the theoretical point of view, in the following chapters, new scenarios
are introduced in order to apply different estimation methodologies. On the one
hand, log-Gaussian Cox processes in Hilbert spaces with random intensity given
by an Ornstein-Uhlenbeck process approximated by an autoregressive Hilber-
tian process (ARH) are developed. These temporal patterns are analyzed from
a time-correlated functional data perspective. On the other hand, Cox proces-
ses driven by linear infinite-dimensional spatial log-intensities are developed.
In this case, these spatial patterns are analyzed from a spatially correlated fun-

XX
Abstract

ctional data perspective.

Regarding the methodological approaches adopted for the estimation, in the
case of Cox processes driven by an O-U Hilbert-valued log-intensity, approxi-
mated by an ARH(1) process, the method of empirical moments has been used.
In the case of spatial Cox processes driven by an infinite-dimensional spatial
linear random log-intensity, to estimate the parameters modeling the parame-
tric structure of the spectral density operator, under the condition of spatial
stationarity, functional spectral techniques based on the periodogram operator
extending the Whittle functional have been applied. As a preliminary analysis,
we contribute, in the case of spatially stationary real-valued spatial processes,
to obtaining sufficient conditions that guarantee the consistency and asymptotic
normality of minimum-contrast estimators based on the tapered periodogram.
Specifically, in this thesis, from the perspective of infinite-dimensional Cox
processes, or Cox processes driven by infinite-dimensional linear log-intensities,
not necessarily Gaussian, within the field of functional statistical analysis of
point patterns in time and/or space, the following contributions have been es-
tablished:

Study of consistency and asymptotic normality of minimum-contrast esti-

mators in spatial processes.

Introduction of the class of temporal log-Gaussian Cox processes with ran-

dom log-intensity defined by an Ornstein-Uhlenbeck Hilbert-valued pro-
cess.

Approximation of the Ornstein-Uhlenbeck Hilbert-valued processes by

ARH(1) processes, using the estimation from the method of empirical mo-
ments and calculation of the associated plug-in predictor.

Introduction of a new class of Cox processes driven by a linear Hilbert-

valued log-intensity. Here, the log-Gaussian process condition, or Gaus-
sian log-intensity, is not required. Neither is it required in the introduc-
tion, nor for the consistency result, that the log-intensity is SARH(1). It is
only considered in that way in the simulation and application.

Introduction of new estimation techniques by minimum componentwise

contrast for the previously introduced family of processes (in particular,
with SARH intensity).

XXI
Abstract

Development of conditions guaranteeing the strong consistency of the

proposed estimators.

Fitting linear and non-linear trend models in an infinite-dimensional sta-

tistical framework for spatio-temporal log-risk processes of disease inci-
dence and mortality. Residual linear correlation in an autoregressive Hil-
bertian process framework, under a Bayesian approach.

Comparison, via cross-validation and bootstrapping techniques, of the

presented approaches with regression or prediction models based on ma-
chine learning.

Epidemiology and the study in general of the evolution, both spatial and
temporal, of several diseases has been the fundamental framework considered
for the contributions indicated. Specifically, real data have been used for the
estimation and functional prediction in time and space of prostate, breast and
brain cancer, as well as respiratory diseases, in Spanish provinces, from annual
or monthly observations, over periods ranging around thirty years. Furthermo-
re, by implementing the techniques presented throughout the thesis, an appli-
cation to real data has been carried out to analyze the incidence of a disease
in a foreign territory. In particular, the evolution of dengue fever in American
countries in recent years has been modeled. On the other hand, given the so-
cial emergency situation caused by the COVID-19 pandemic in the last stage of
development of the thesis, it has been considered pertinent to include a statis-
tical study on the estimation of the spatio-temporal evolution of the mortality
risk, as well as of the daily mortality cases caused by this disease in the Autono-
mous Communities, which allows reflecting, among other aspects, the effect of
the first state of alarm on the behavior of this evolution. In this way, the daily
mortality due to COVID-19 in the Spanish Communities during the first wave,
specifically from 8 March 2020 to 13 May 2020, has been modeled.
The latter practical applications have been developed, based on the infinite-
dimensional statistical techniques proposed in the development of the thesis,
under a classical and Bayesian approach, with modifications in the estimation
methodology. Subsequently, in both cases, an empirical comparison has been
made with other approaches. In the case of the risk of annual incidence of
dengue fever in American countries, a comparison has been made with tradi-
tional spatio-temporal models, including a Leroux model, an Intrinsic Condi-

XXII
Abstract

tional Autoregressive model and a Besag, York and Mollie model. In the case
of daily mortality risk by COVID–19 in the Spanish Autonomous Communities,
the proposed approaches have been compared with another methodology ba-
sed on the estimation by confidence intervals and probability densities using
bootstrap techniques, as well as with a battery of models in the context of Ma-
chine Learning, including Generalized Regression Neural Networks, Multilayer
Perceptron, Support Vector Regression, Bayesian Neural Networks, Neural Net-
works from Radial Function Bases, and Gaussian Processes. In addition, model
selection in the context of parametric non-linear regression is addressed.

XXIII
Resumen

La aplicación de técnicas de análisis de datos funcionales correlados en el

tiempo y/o espacio constituye un área de investigación relativamente reciente,
donde surgen diversos problemas que aún permanecen abiertos. En particular,
se requiere la deducción de modelos probabilísticos (procesos puntuales en es-
pacios de funciones) y estadísticos (series espaciales y temporales funcionales),
para el análisis de datos de dimensión elevada que suelen presentar estructu-
ras complejas de correlación en el tiempo y/o espacio. Los procesos puntuales
se utilizan para explicar la distribución de los puntos generados por mecanis-
mos aleatorios en el tiempo y/o espacio. Dichos procesos permiten modelizar y
analizar la incidencia o mortalidad asociados a una enfermedad.
En esta tesis, se ha considerado el contexto de los procesos de recuento do-
blemente estocásticos o procesos de Cox. En particular, se ha adoptado un en-
foque estadístico infinito-dimensional, basado en modelos lineales funcionales,
para la descripción estadística de la log-intensidad aleatoria.
La dinámica espacio-temporal de estos modelos se analiza mediante pro-
cesos temporales o espaciales, con valores en un espacio de funciones apro-
piado. La complejidad de dichos modelos, dada la elevada dimensión del es-
pacio de parámetros (en bastantes ocasiones se trabaja con espacios infinito-
dimensionales), hace imprescindible la implementación de técnicas apropiadas
de reducción de la dimensión, así como la implementación de procedimientos
de selección de modelos.
Desde el punto de vista teórico, en los siguientes capítulos, se introducen
nuevos escenarios para poder aplicar diferentes metodologías de estimación.
Por un lado, se desarrollan los procesos de Cox log-gaussianos en espacios de
Hilbert con intensidad aleatoria dada por un proceso Ornstein-Uhlenbeck que
se aproxima mediante un proceso autorregresivo hilbertiano (ARH). Estos pa-
trones temporales se analizan desde una perspectiva de datos funcionales co-

XXV
Resumen

rrelados en el tiempo. Por otro lado, se desarrollan los procesos de Cox dirigidos
por log-intensidades espaciales infinito-dimensionales lineales, en este caso, es-
tos patrones espaciales se analizan desde una perspectiva de datos funcionales
correlados en el espacio.
En cuanto a los enfoques metodológicos adoptados para la estimación, en
el ámbito de procesos de Cox dirigidos por una log-intensidad O-U Hilbert-
valuada, aproximada mediante un proceso ARH(1), se ha utilizado el método
de los momentos empíricos. En el caso de procesos de Cox espaciales dirigidos
mediante una log-intensidad aleatoria lineal espacial infinito-dimensional, para
la estimación de los parámetros que modelizan la estructura paramétrica del
operador de densidad espectral, bajo la condición de estacionariedad espacial,
se han aplicado técnicas espectrales funcionales basadas en el operador perio-
dograma que extienden el funcional de Whittle. Como análisis preliminar, se
contribuye, en el caso de procesos espaciales real-valuados estacionarios en el
espacio, con la obtención de condiciones suficientes que garantizan la consis-
tencia y normalidad asintótica de estimadores de mínimo contraste, basados en
el periodograma tapered.
De forma concreta, en esta tesis, a partir de una perspectiva de proce-
sos de Cox infinito-dimensionales, o bien, procesos de Cox dirigidos por log-
intensidades lineales infinito-dimensionales, no necesariamente gaussianas, den-
tro del ámbito del análisis estadístico funcional de patrones puntuales en el
tiempo y/o espacio, se han establecido las siguientes contribuciones:

Estudio de consistencia y normalidad asintótica de los estimadores de mí-

nimo contraste para procesos espaciales.

Introducción de la clase de procesos temporales de Cox log-gaussianos

con log-intensidad aleatoria definida por un proceso Ornstein-Uhlenbeck
Hilbert-valuado.

Aproximación de los procesos Ornstein-Uhlenbeck Hilbert-valuados me-

diante procesos ARH(1), utilizando la estimación a partir del método de
momentos empíricos y cálculo del predictor plug-in asociado.

Introducción de una nueva clase de procesos de Cox dirigidos mediante

una log-intensidad lineal Hilbert-valuada. Aquí, la condición de proceso
log-gaussiano, o de log-intensidad gaussiana, no es necesaria. Tampoco

XXVI
Resumen

se requiere en la introducción, ni para el resultado de consistencia, que la

log-intensidad sea SARH(1). Sólo se considera de esta forma en la simu-
lación y aplicación.

Introducción de nuevas técnicas de estimación por mínimo contraste com-

ponente a componente para la familia de procesos anteriormente introdu-
cida (en particular, con intensidad SARH).

Desarrollo de las condiciones que garantizan la consistencia fuerte de los

estimadores propuestos.

Ajuste de modelos de tendencia lineal y no lineal en un marco estadís-

tico infinito-dimensional para procesos espacio-temporales de log-riesgo
de incidencia y mortalidad en enfermedades. Análisis de los residuos de
regresión mediante un enfoque autorregresivo hilbertiano en el contexto
bayesiano.

Comparación, mediante validación cruzada y técnicas bootstrap, de los

enfoques presentados con modelos de regresión o predicción basados en
aprendizaje automático.

La epidemiología y el estudio en general de la evolución, tanto espacial

como temporal, de diversas enfermedades ha sido el marco fundamental con-
siderado para plasmar las contribuciones indicadas. En concreto, se han utili-
zado datos reales para la estimación y predicción funcional en el tiempo y en
el espacio del cáncer de próstata, mama y encéfalo, así como enfermedades
respiratorias, en las provincias españolas, a partir de observaciones anuales o
mensuales, en periodos que oscilan en torno a treinta años. Además, median-
te la implementación de técnicas vistas a lo largo de la tesis, se ha llevado
a cabo una aplicación a datos reales, para el análisis de la incidencia de una
enfermedad en territorio extranjero. En particular, se ha modelizado la evolu-
ción de fiebre de dengue en países americanos durante los últimos años. Por
otro lado, dada la situación de emergencia social provocada por la pandemia
de COVID–19 en la última etapa de desarrollo de la tesis, se ha considerado
pertinente incluir un estudio estadístico sobre la estimación de la evolución
espacio-temporal del riesgo de mortalidad, así como de los casos de mortalidad
diaria ocasionados por dicha enfermedad en las comunidades autónomas, que

XXVII
Resumen

permite reflejar, entre otros aspectos, el efecto del primer estado de alarma so-
bre el comportamiento de dicha evolución. De esta manera, se ha modelizado
la mortalidad diaria por COVID–19, en las comunidades españolas, durante la
primera ola, en concreto, desde el 8 de marzo de 2020 hasta el 13 de mayo de
2020.
Estas últimas aplicaciones prácticas se han desarrollado, a partir de las téc-
nicas estadísticas infinito-dimensionales propuestas en el desarrollo de la tesis,
bajo un enfoque clásico y bayesiano, con modificaciones en la metodología de
estimación. Posteriormente, en ambos casos se ha realizado una comparativa
empírica con otros enfoques. En el caso del riesgo de incidencia anual por fie-
bre del dengue en países americanos, se ha realizado una comparativa con mo-
delos espacio-temporales tradicionales, incluyendo un modelo de Leroux, un
modelo Autorregresivo Condicionado Intrínseco y otro modelo de Besag, York
y Mollie. En el caso del riesgo de mortalidad diario por COVID–19 en las comu-
nidades autónomas españolas, los enfoques propuestos se han comparado con
otra metodología basada en la estimación por intervalos de confianza y densi-
dades de probabilidad mediante técnicas bootstrap, así como con una batería de
modelos en el contexto de Machine Learning, incluyendo Redes Neuronales de
Regresión Generalizada, Perceptrón Multicapa, Regresión de Soporte Vectorial,
Redes Neuronales Bayesianas, Redes Neuronales a partir de Bases de Funciones
Radiales, y Procesos Gaussianos. Además se aborda la selección de modelos en
el contexto de la regresión no lineal paramétrica.

XXVIII
Introducción

La estimación paramétrica de procesos estocásticos estacionarios y campos

aleatorios a partir de datos correlacionados temporalmente o espacialmente,
constituye un tema central en la inferencia estadística. Dentro de este campo
de estudio, el método de estimación por máxima verosimilitud (EMV) es una
de las herramientas de estimación más populares. El problema de la estimación
paramétrica de procesos integrados fraccionarios con componentes estaciona-
les se trató en Reisen et al. (2006). Para estimar los parámetros fraccionarios,
ellos proponen varios estimadores de regresión mediante el log-periodograma
con diferentes anchos de banda seleccionados alrededor o entre las frecuencias
estacionales.
La misma metodología se utilizó en Li y McLeod (1986) para procesos au-
torregresivos de medias móviles diferenciados fraccionalmente en el contexto
de series temporales estacionarias. También se han hecho varias contribuciones
para la EMV de los procesos espaciales de memoria larga; véase, por ejemplo,
Anh y Lunney (1995). Para los datos espaciales bidimensionales, el artículo de
Basu y Reinsel (1993) introdujo un modelo espacial unilateral autorregresivo
de medias móviles de primer orden, ARMA(1,1). Para implementar la EMV pro-
porcionaron un tratamiento adecuado a los valores de las celdas fronterizas,
con un efecto sustancial en la estimación de los parámetros. La estimación de
máxima verosimilitud gaussiana, en el contexto de los modelos ARMA, se aplicó
en Yao y Brockwell (2006).
Los funcionales lineales y no lineales del periodograma desempeñan un pa-
pel clave en el diseño de técnicas de Estimación de Mínimo Contraste (EMC);
véase, por ejemplo, Taniguchi (1987). El procedimiento de estimación de Whittle
se ha tratado ampliamente en la literatura; véase Guyon (1982, 1995); Ludeña
y Lavielle (1999), para el caso de campos aleatorios. Se ha prestado especial
atención a la estimación paramétrica de mínimo contraste de modelos fraccio-

2
Introducción

narios, fractales y con dependencia de largo rango; véase, por ejemplo, Chung
(1996). En particular, WeiLin et al. (2012) aplicaron la estimación paramétrica
de mínimo contraste para aproximar el parámetro de desviación del proceso de
O-U cuando la correspondiente ecuación diferencial estocástica viene dada por
el movimiento browniano fraccionario.
La consistencia y normalidad asintótica del estimador de máxima verosimi-
litud de Whittle para los procesos autorregresivos de medias móviles integrados
fraccionalmente estacionales y estacionarios (SARFIMA) se ha demostrado en
Guo et al. (2009). La maximización de la verosimilitud de Whittle también se
ha considerado en diversos autores (Boissy et al., 2005; Chan y Tsai, 2012).
En Robinson y Sanz (2006), se consideran modificaciones a la estimación de
Whittle de modelos multilaterales sobre rejilla. En Leonenko y Taufer (2013),
se ha estudiado la estimación de la densidad espectral para campos aleatorios
gaussianos agregados, con posible dependencia fuerte, a partir de una expan-
sión en términos de polinomios ortogonales de Gegenbauer. Estos campos se
construyen a partir de la acumulación de campos aleatorios de memoria cor-
ta independientes y con idéntica distribución, a través de una densidad mixta
desconocida (a estimar).
Una alternativa a la familia de funcionales lineales de Whittle se propuso en
Ibragimov (1967), véase también Anh et al. (1999, 2004a,b, 2007a,c,d); Espejo
et al. (2015), entre otros. Un desarrollo de estos métodos de estimación en el
espectro se presenta en el Capítulo 2, a partir del periodograma tapared. Los
resultados de dicho capítulo sirven de base para la extensión al caso funcio-
nal que se estudia en el Capítulo 4. En el contexto de los modelos lineales en
espacios funcionales, motivado por el análisis estadístico de datos de grandes
dimensiones, se puede consultar Bosq (2000); Bosq y Blanke (2007); Ferraty y
Vieu (2006); Ramsay y Silverman (2005), entre otros. Un tratamiento completo
de la estimación basada en el método de los momentos y la proyección en bases
ortogonales de funciones se puede ver en Antoniadis y Spatinas (2003); Bosq
(2000); Bosq y Blanke (2007); Damon y Guillas (2005); Soltani y Hashemi
(2011). En el contexto de series autorregresivas espaciales hilbertianas desta-
can los trabajos de Ruiz-Medina y Espejo (2012, 2013).
En las dos últimas décadas, ha habido un desarrollo creciente de técnicas
que permiten el análisis estadístico de datos funcionales (curvas, superficies,
etc.) que están correlados en el tiempo o espacio, es decir, con una perspectiva

3
Introducción

de series temporales o espaciales funcionales. En este sentido, en Bosq (2000),

se desarrolla la estimación paramétrica de series funcionales que obedecen una
ecuación de estados mientras que Ferraty y Vieu (2006) extienden el análisis
estadístico no paramétrico al contexto infinito-dimensional. Paralelamente, ha
habido un desarrollo creciente de los métodos o técnicas de la estadística es-
pacial, formulados en el ámbito de la estadística infinito-dimensional, para el
análisis de curvas correladas en el espacio, ver, por ejemplo, Delicado et al.
(2010); Giraldo et al. (2010); Ignaccolo et al. (2014). Cabe mencionar Ruiz-
Medina (2011) y Ruiz-Medina (2012) que abordan el problema de modeliza-
ción y estimación de series espaciales de curvas, bajo un enfoque de ecuaciones
de estados autorregresivos. En Hörmann y Kokoszka (2010, 2012, 2013); Hör-
mann et al. (2018), se desarrolla el análisis de datos funcionales correlados en
el tiempo o espacio.
Una introducción, que incluye aspectos básicos sobre el análisis de datos
funcionales, así como resultados relativamente recientes, se recogen en Ferraty
y Romain (2010); Hsing y Eubank (2015); Ramsay y Silverman (2005), véa-
se también Goia y Vieu (2016); Horváth et al. (2013); Kidziński et al. (2018);
Kokoszka et al. (2010), con contribuciones en análisis de datos funcionales no
correlados y correlados. Hasta el momento, según nos consta (desde el análisis
bibliográfico realizado), no se han introducido procesos de recuento que mo-
delicen la distribución de puntos o patrones puntuales aleatorios en el tiempo
y espacio desde una perspectiva funcional. Según nuestro conocimiento actual,
solamente se tiene constancia de la definición de proceso de Poisson homogé-
neo con valores en `2 , en Bosq y Ruiz-Medina (2014). Este hecho ha motivado
el desarrollo de las contribuciones que aparecen en los capítulos 3, 6 y 7, pa-
ra poder realizar el análisis estadístico de dichos patrones puntuales desde la
perspectiva de las técnicas de análisis de datos funcionales.
La distribución de los campos ambientales ocultos que dirigen procesos de
recuento suele mostrar una variabilidad e incertidumbre significativas a través
del espacio y el tiempo. La caracterización de estos campos depende de la es-
cala espacial en la que se considera el fenómeno, que podría ser diferente de
la escala de medición. El efecto de las heterogeneidades a diferentes escalas
geográficas en la distribución espacial de los recuentos ya ha sido examinado
en Christakos et al. (2001); Congdon (2017); Li et al. (2008).
Otra cuestión que debe abordarse, cuando la inferencia entra en juego, es el

4
Introducción

tamaño y la resolución de la ventana temporal, cuantificando las fluctuaciones

de la tasa temporal en las regiones espaciales, véase, por ejemplo, Banks et al.
(2007); Kennedy y Eberhart (1995); Salap-Ayca y Jankowski (2018). El Capí-
tulo 5 trata este problema en un marco de Análisis de Datos Funcionales (FDA),
incorporando correlaciones espaciales entre los parámetros curva de las tasas,
en las regiones consideradas. Las predicciones funcionales resultantes reflejan
la evolución del patrón de puntos espaciales en cualquier momento. Obsérvese
que las técnicas de FDA son muy adecuadas para estimar estadísticos de resu-
men, que son de naturaleza funcional. En particular, la clasificación de datos de
procesos puntuales, basada en estadísticos de segundo orden, puede realizarse
aplicando las metodologías de FDA.

Las técnicas de análisis de datos funcionales aplicadas a la estimación de

procesos puntuales son una rama de investigación, relativamente novedosa. En
el marco de procesos de Poisson doblemente estocásticos, Bouzas et al. (2006a)
y Bouzas et al. (2006b) abordan el problema de obtener un modelo óptimo y
estimar la función de intensidad desde una perspectiva del análisis de datos
funcionales. Primero se aplica un paso de alisado previo, basado en splines.
Las técnicas de análisis de datos funcionales también se aplican a la resolución
de problemas de clasificación en patrones puntuales, véase, por ejemplo, Illian
et al. (2008), cuando se aplican estadísticos de segundo orden. En Wu et al.
(2013), cuando no se conoce la forma de las funciones de intensidad que ge-
neran los sucesos observados en los tiempos, se propone un enfoque funcional,
para obtener la estructura de covarianza de las densidades aleatorias asocia-
das. En concreto, en el contexto de sucesos observados sobre un intervalo de
tiempo, se extrae una fórmula de reconstrucción para las funciones de densidad
aleatorias asociadas, que reflejan la distribución de tales sucesos en el tiempo.

La aplicación de la estadística espacial infinito-dimensional al análisis de

patrones puntuales espaciales dentro del marco de FDA constituye un campo
abierto, con diversos problemas pendientes de abordar. Entre los desafíos plan-
teados en esta área, la definición adecuada del proceso que genera los patrones
puntuales juega un papel crucial. En este sentido, como ya se ha comentado an-
teriormente, en Bosq y Ruiz-Medina (2014) se introduce un proceso de Poisson
homogéneo evaluado en `2 , donde la estimación y predicción de sus paráme-
tros funcionales se aborda desde un marco bayesiano y clásico componente a
componente. También se muestran la eficiencia asintótica y la equivalencia de

5
Introducción

ambos enfoques de estimación.

La literatura existente sobre el análisis de patrones puntuales tiene una his-
toria extensa, constituyendo una rama importante en la modelización estocás-
tica y estimación de conjuntos numerables de puntos en un espacio plano, ge-
nerados por un mecanismo aleatorio.
Estos procesos se aplican en muchos campos diferentes como la geología, la
sismología, la economía, el procesamiento de imágenes, la ecología o la biolo-
gía. En particular, la estrecha relación entre los procesos puntuales y los datos
geoestadísticos se ha explotado en gran medida en el campo de la estadística
espacio-temporal. De hecho, existe una extensa literatura sobre la modelización
estadística y el análisis de procesos puntuales, puede consultarse, por ejem-
plo, Diggle (1983); Diggle y Milne (1983); Møller y Waagepetersen (2004);
Ripley (1977); se puede encontrar un tratamiento exhaustivo en el libro Daley
y Vere-Jones (1988), véase también Daley y Vere-Jones (2003, 2008). Respecto
a la inferencia en procesos espaciales y espacio-temporales, se puede consultar,
por ejemplo, Baddeley et al. (2000); Baddeley y Turner (2000); Chakraborty y
Gelfand (2001); Guan et al. (2006); Møller et al. (2016); Rodrigues y Diggle
(2012).
En términos generales, la literatura en el campo de los procesos puntuales
espaciales y espacio-temporales ha aumentado considerablemente en contextos
paramétricos (verosimilitud, pseudo-verosimilitud, verosimilitud compuesta),
semiparamétricos y no paramétricos, desde una perspectiva clásica y bayesia-
na, ver Baddeley et al. (2006); Diggle et al. (2010b); Gonçalves y Gamerman
(2018); Guan (2006); Jalilian et al. (2019), por mencionar algunos.
Los datos espacio-temporales se han hecho más accesibles en muchos cam-
pos científicos, lo que ha impulsado una aceleración de los avances metodo-
lógicos. Esto incluye patrones puntuales en el espacio y el tiempo, véase una
revisión en González et al. (2016), patrones puntuales espaciales para el caso
real o patrones puntuales espaciales multivariantes (Jalilian et al., 2015; Waa-
gepetersen et al., 2016).
Hasta hoy en día, la literatura toma como soporte el plano euclidiano, y
desarrolla las herramientas teóricas bajo este paradigma. En particular, Waa-
gepetersen et al. (2016) proponen una versión multivariante de los procesos
de Cox log-gaussianos para realizar análisis estadísticos de conjuntos de datos
de patrones puntuales multivariantes, y desarrollar un marco inferencial pa-

6
Introducción

ra, en principio, un número arbitrario de especies sin una jerarquía conocida.

Proporcionan funciones de correlación par cruzadas o K cruzadas en el espa-
cio euclidiano. La función de correlación par, o función de correlación de pares
de puntos (pair correlation function, véase el Apartado 1.2.1), constituye uno
de los estadísticos de uso más común en el campo de los procesos puntuales
espaciales (Møller y Waagepetersen, 2004).
La estimación no paramétrica tipo núcleo (o kernel) de la función de corre-
lación par, se ha tratado ampliamente en la literatura (González et al., 2016;
Møller et al., 1998), también se pueden encontrar alternativas a esta metodolo-
gía de estimación, como la que utiliza un enfoque bayesiano (Yue y Loh, 2013),
y la basada en series ortogonales (Jalilian et al., 2019). En particular, Jalilian
et al. (2019) adaptan los estimadores de densidad de series ortogonales para la
aproximación de la función de correlación par. Además, deducen estimadores
no sesgados de los coeficientes en una expansión de series ortogonales de la
función de correlación par, y proponen un criterio para elegir un determina-
do esquema de suavizado óptimo. Finalmente, establecen la consistencia y la
normalidad asintótica del nuevo estimador de series ortogonales.
Los estimadores kernel son rápidos en los cálculos pero sufren un fuerte ses-
go en los retardos espaciales cercanos a cero. Esto es un gran inconveniente
si se intenta inferir un modelo paramétrico a partir de una estimación no pa-
ramétrica previa, dado que el comportamiento cercano a cero es importante
para determinar el modelo paramétrico correcto (Jalilian et al., 2013). En par-
ticular, se debe abordar la estimación paramétrica para el análisis basado en el
momento de primer y segundo orden. No hay muchos trabajos en esta línea.
Un ejemplo lo podemos encontrar en Guan et al. (2008) donde se consi-
deran pares de procesos puntuales espaciales con funciones de intensidad
que comparten un término multiplicativo común, e introducen un enfo-
que de estimación por máxima verosimilitud condicionada en el ajuste de
un modelo paramétrico que aproxime la función de correlación par. Se es-
tablece asimismo la consistencia, así como se aborda diferentes aspectos
relacionados con el diagnóstico estadístico del modelo y la estimación de
la función de intensidad.

Otro ejemplo lo podemos encontrar en Waagepetersen y Guan (2009)

donde proponen la estimación paramétrica para procesos puntuales es-
paciales no homogéneos con un modelo de regresión para la función de

7
Introducción

intensidad y las propiedades de segundo orden (función K). En este caso,

los parámetros de regresión se estiman a partir de una función de verosi-
militud de Poisson. En un segundo paso, se aplica la estimación de mínimo
contraste para los parámetros de clusters residuales. Adicionalmente, se
establece la normalidad asintótica de los estimadores paramétricos bajo
ciertas condiciones.

El proceso de Poisson es un modelo básico y simple en la modelización teó-

rica de procesos puntuales. Este proceso puede ser usado para construir una
clase más flexible y fundamental de modelos espaciales, llamados procesos de
Cox (véase el Apartado 1.2.1). Un proceso de Cox (o proceso de Poisson do-
blemente estocástico) se obtiene como una extensión de un proceso de Poisson
considerando la función de intensidad de un proceso de Poisson no homogéneo
como una realización de una función aleatoria (es decir, un proceso estocástico
en el caso uniparamétrico, o un campo aleatorio en el caso multiparamétri-
co). Los procesos de Cox son modelos naturales para fenómenos de procesos
puntuales originados en el medio ambiente, pero son menos naturales para fe-
nómenos dirigidos principalmente por interacciones entre puntos, véase, por
ejemplo, Møller y Waagepetersen (2004).
Los procesos de Cox fueron introducidos y estudiados en Cox (1955), con-
siderando una variable aleatoria positiva en la definición de la intensidad, en
lugar de una función determinística, ver también Grandell (1976); Stoyan et al.
(1995). Esta generalización permite que el proceso exógeno al modelo influya
en las transiciones del proceso puntual. Los primeros enfoques utilizados para
estos procesos tenían como inconveniente el reducido número de aplicaciones
que permitían, ya que se centraban en las propiedades generales de dichos pro-
cesos, sin explorar la forma funcional de la intensidad del proceso.
Cuando la forma funcional de la intensidad aleatoria se define explícitamen-
te se obtienen las expresiones analíticas de las funciones de densidad de proba-
bilidad para diferentes tipos de procesos de Cox, véase, por ejemplo, De Genero
y Simonis (2011). En este contexto, las restricciones y limitaciones, resultan-
tes de la condición de no negatividad de la intensidad, sugieren un modelo
log-normal para el proceso de intensidad, aunque también es posible conside-
rar el proceso tipo ruido de disparo para garantizar la no negatividad de la
intensidad, o bien suponer que la intensidad se rige por un proceso de Feller
unidimensional. Los procesos de Feller fueron introducidos y estudiados en la

8
Introducción

literatura financiera, después de la obra pionera de Cox et al. (1985). Una de las
propiedades del proceso de Feller es que se da en R+ , cumpliendo la condición
de no negatividad.
La simplicidad de un proceso de Cox radica en que las propiedades de los
momentos de un proceso de Cox son equivalentes a las propiedades de los
momentos de su correspondiente campo aleatorio de intensidad. De hecho, la
función de intensidad de un proceso de Cox es igual a la esperanza de la inten-
sidad en un campo aleatorio, y la densidad de covarianza de un proceso de Cox
es igual a la función de covarianza de su intensidad aleatoria.
Se pueden destacar los siguientes trabajos, que inicialmente promovieron
el desarrollo de la literatura en el ámbito de procesos puntuales y procesos de
Cox. En particular, en el contexto de la bioestadistica y fiabilidad, mencionamos
los trabajos iniciales de Gail et al. (1980), donde se aplica la teoría de procesos
puntuales para estudiar el tamaño de los tumores en ratas durante un período
de tiempo; Lando (1998), donde la descripción de ocurrencias de obtención de
créditos se logra a partir de los procesos puntuales; y Dalal y McIntosh (1994),
donde la prueba y la validación del software se realiza en la teoría de la fia-
bilidad. En Rathbun y Cressie (1994), se considera el contexto de procesos de
Cox log-gaussianos, dirigidos por una intensidad aleatoria con valores constan-
tes sobre los cuadrantes de una rejilla regular; véase también Besag (1974). El
muestreo de Gibbs se puede aplicar para explorar estos modelos discretizados,
véase Rathbun y Cressie (1994).
La literatura ofrece varias subclases de procesos de Cox de particular interés.
En la presente tesis se presta atención sobre los procesos de Cox log-gaussianos
(LGCP), véase, por ejemplo, Møller et al. (1998), definidos como procesos de
Cox con una intensidad aleatoria que es la exponencial de un campo aleatorio
gaussiano, o Rostami et al. (2012), donde se considera un proceso puntual de
Cox log-gaussiano para modelizar la distribución espacio-temporal de la mor-
talidad por abuso de sustancias en Irán. Este modelo de log-intensidad normal
proporciona un marco flexible en el análisis de patrones puntuales espaciales y
espacio-temporales, véase Diggle et al. (2013); González et al. (2016).
La caracterización completa de esta clase de procesos por la intensidad y la
densidad producto de segundo orden hace posible su aplicación en diferentes
campos, ver, por ejemplo, Rathbun y Cressie (1994) en bosques de pinos; Serra
et al. (2014) en incendios forestales. También se puede señalar algún ejem-

9
Introducción

plo sobre áreas de aplicación adicionales como ecología, con trabajos como
Serra et al. (2014); Waagepetersen et al. (2016); sismología (Møller y Tofta-
ker, 2014); o reconocimiento de texturas de escenas visuales (Simpson et al.,
2016). En la presente tesis se va más allá del caso real-valuado, introduciendo
procesos de Cox dirigidos por un proceso (o campo) aleatorio de log-intensidad
Hilbert-valuada.
En un contexto matemático y probabilístico, modelos lineales y no linea-
les de ecuaciones de estados en el espacio y tiempo para procesos funcionales
se han considerado en los trabajos de Kelbert et al. (2005); Leonenko y Ruiz-
Medina (2006); Leonenko et al. (2011), entre otros. La estimación paramétrica
de modelos de este tipo mediante mínimo contraste se puede ver, por ejem-
plo, en Anh et al. (2004a), en el caso espacial. Este tipo de modelos permi-
ten representar procesos espacio-temporales con difusión anómala espacial. En
particular, permiten representar la distribución espacial anómala de riesgos de
mortalidad (respectivamente incidencia) de enfermedades cuando se observan
patrones espaciales cuyas log-intensidades aleatorias son localmente singulares,
o bien, presentan discontinuidades, así como un comportamiento local errático
que corresponde a un modelo diferencial fraccionario, en los correspondientes
mapas de evolución de la enfermedad.
En el ámbito de la salud, la epidemiología investiga la evolución de los pa-
trones espaciales de distribución de enfermedades en la población humana, en-
tre otros aspectos. Es interesante ver las posibilidades de aplicar la Estadística
a la modelización de tales sucesos. Se consideran los registros de ocurrencias
para determinar los riesgos de mortalidad e incidencia asociados a una enfer-
medad cuando el objetivo es un análisis de la evolución. Así, la determinación
de patrones espaciales es de particular interés para identificar los territorios de
riesgo y, en base a los mapas de riesgo, se puede lograr un mejor desempeño de
los planes nacionales de emergencia de salud pública (Sánchez-Gómez et al.,
2017). La inversión en la vigilancia y respuesta a epidemias y pandemias, junto
con el mapeo de riesgos y su comunicación, son esenciales para la detección
temprana de los brotes. Lawson (2008) sugiere que los usuarios y lectores se
sienten más cómodos si los datos sanitarios agregados se analizan en mapas.
Tradicionalmente, los riesgos de mortalidad (o incidencia de una enferme-
dad) suelen estar representados en mapas que resumen la distribución espacial
o espacio-temporal de los patrones de mortalidad en diferentes regiones. La me-

10
Introducción

todología estadística utilizada en epidemiología para la estimación de riesgos de

mortalidad se basa principalmente en las extensiones del modelo autorregresi-
vo real-valuado de Besag et al. (1991). Modelos bayesianos espacio-temporales
alternativos que extienden el modelo desarrollado por Besag et al. (1991), son
evaluados en Ugarte et al. (2012, 2009a, 2010), donde se utilizan bases de
P–spline para suavizar los riesgos de la enfermedad en el espacio y tiempo. Un
estudio comparativo entre el modelo autorregresivo espacial condicionado y los
modelos basados en la proyección en bases de P–spline se puede ver en Goicoa
et al. (2012); ver también Nguyen et al. (2012), sobre aplicación de algoritmos
de suavizamiento local y algoritmo EM, para resolver el problema de “datos
faltantes”.
A lo largo de la tesis, como aplicación de las técnicas y metodologías pre-
sentadas en cada capítulo, se estudia la evolución en el espacio y tiempo de
diversas enfermedades, como son el cáncer de próstata, mama y encéfalo, así
como enfermedades respiratorias. En la última parte de la tesis, se llevan a cabo
de forma más profunda, aplicaciones a enfermedades epidémicas importantes
como son la fiebre del dengue (DF) y la covid.
Para la fiebre del dengue, trabajos recientes se han centrado en la dinámica
de la DF y la incidencia geográfica. Las propuestas más utilizadas son modelos
mixtos lineales generalizados con efectos aleatorios espaciales propios de mo-
delos CAR (autoregresivos condicionados) o con efectos aleatorios espaciales,
temporales y espacio-temporales (Yu et al., 2014). Otros, como Yu y Christakos
(2011), estiman el riesgo relativo de transmisión del dengue basándose en un
tiempo y espacio discretos mediante un modelo de recuperación infecciosa sus-
ceptible (SIR) para poblaciones humanas con un diseño bayesiano de máxima
entropía.
Existen trabajos con enfoques bayesianos para modelizar la fiebre del den-
gue en Asia (Jaya et al., 2016; Yu et al., 2014; Zhu et al., 2016) y consideran
aspectos socioeconómicos, geográficos, entomológicos y covariables climáticos
para explicar los casos de DF.
En América, la DF en Brasil es estudiada por Pastrana et al. (2014), que se
ocupa de las metodologías espaciales y estadísticas para analizar la distribución
geográfica del dengue y relacionar su incidencia con el Índice de Vulnerabilidad
Sanitaria (HVI). Lowe et al. (2014) formulan otro modelo mixto lineal genera-
lizado, utilizando una distribución binomial negativa para el recuento de casos

11
Introducción

de dengue para predecir la epidemia de dengue en Brasil durante 2014. Otros,

como Pepin et al. (2015) utilizan un modelo de regresión bayesiana jerárquica
para examinar el papel de los datos de vigilancia de vectores en toda la ciudad
para predecir los casos humanos de dengue en el espacio y el tiempo en Vitoria,
Brasil. Lorenz et al. (2020) estudian el mosquito Aedes aegypti y su disemina-
ción del dengue, Zika, chikungunya y la fiebre amarilla urbana. Utilizando un
modelo bayesiano y el método de la Ecuación Diferencial Parcial Estocástica,
determinan las características de la tierra asociadas con las infestaciones de
mosquitos en São José do Rio Preto/SP, Brasil.

En Colombia, Martínez-Bello et al. (2018) genera estimaciones suavizadas

del riesgo relativo aplicando modelos espacio-temporales bayesianos jerárqui-
cos, añadiendo covariables obtenidas a partir de imágenes de satélite que con-
tienen la temperatura de la superficie terrestre y un índice de vegetación di-
ferencial normalizado, para el período comprendido entre enero de 2009 y di-
ciembre de 2015 en Bucaramanga. Restrepo et al. (2014) examinan la variación
de la distribución espacial de los casos de dengue notificados en Colombia de
enero de 2007 a diciembre de 2010 con un modelo autorregresivo condiciona-
do espacio-temporal bayesiano. Venezuela fue analizada por Cabrera y Taylor
(2019) con una modelización espacio-temporal de dengue a través de un mo-
delo mixto aditivo generalizado. En Argentina, Estallo et al. (2014) estudian
la dinámica espacio-temporal del brote, en la ciudad de Córdoba, durante el
2009, pero carecen de la visualización de un modelo bayesiano. Los modelos
espacio-temporales descritos anteriormente han sido ajustados, en su mayoría,
por los métodos de Monte Carlo en base a Cadenas de Markov (MCMC) pero,
recientemente, se ha utilizado una técnica novedosa llamada Aproximaciones
Integradas Anidadas de Laplace (INLA) para aligerar el coste de cálculo.

La enfermedad de coronavirus 2019 (COVID–19) surge en diciembre de

2019, y rápidamente se extiende por los países (Sivakumar, 2020; Wang et al.,
2008; Zhou et al., 2020). La asignación eficaz de los recursos médicos requie-
re la derivación de técnicas de predicción que describan la dinámica espacio-
temporal de la COVID-19 (véase, por ejemplo, Du et al. (2020); Khan y Atan-
gana (2020); Nishiura et al. (2020); Remuzzi y Remuzzi (2020), por mencio-
nar algunos). Los modelos epidemiológicos pueden contribuir al análisis de las
causas, la dinámica y la propagación de esta pandemia (véanse, por ejemplo,
Huppert y Katriel (2013); Keeling y Rohani (2008); Laaroussi et al. (2018), y

12
Introducción

las referencias en ellos). Las predicciones a corto plazo pueden obtenerse adop-
tando el marco de los modelos compartimentados SIR (susceptible-infeccioso-
recuperado), basados en ecuaciones diferenciales ordinarias, véanse, por ejem-
plo, Angulo et al. (2013); Elhia et al. (2014); Ji et al. (2012); Kermack y Mc-
Kendrick (1927); Kuznetsov y Piccardi (1994); Milner y Zhao (2008); Pathak
et al. (2010); Tornatore et al. (2005); Yu et al. (2009); Zhang et al. (2008).
Existe una extensa literatura, que incluye diferentes versiones de modelos
compartimentados, como el SIR-susceptible, SIRS (Dushoff et al., 2004), y for-
mulaciones basadas en ecuaciones diferenciales de retardo, ver Beretta et al.
(2001); McCluskey (2010); Sekiguchi y Ishiwata (2010). Las extensiones espa-
ciales, basadas en modelos de reacción-difusión, que reflejan la propagación de
la enfermedad infecciosa en una región espacial pueden encontrarse, por ejem-
plo, en Guin y Mandal (2014); Webb (1981). También se analizan los modelos
SEIRD (susceptible, expuesto, infectado, recuperado, fallecido), que incorporan
la propagación espacial de la enfermedad con términos de difusión no homogé-
neos (Roques y Bonnefon, 2016; Roques et al., 2011).
La versión estocástica de los modelos de tipo SIR pretende cubrir varias li-
mitaciones detectadas en cuanto a la incertidumbre, en las observaciones, y
el proceso epidémico dinámico oculto. La modelización basada en cadenas de
Markov SIR (Anderson et al., 2017; Xu et al., 2007), y algunas formulaciones
estocásticas que implican redes complejas (Volz, 2008; Zhou et al., 2006) o la
gripe resistente a los medicamentos (Chao et al., 1996) constituyen algunas al-
ternativas. En Aalen et al. (2008); Abboud et al. (2019); Anderson et al. (2017);
Fleming y Harrington (1991), se adopta un marco de modelo estadístico baye-
siano SIRS teniendo en cuenta el error de observación en los recuentos, y la
incertidumbre en el espacio de parámetros. Más allá de la modelización SIR,
mencionamos aquí los enfoques basados en el análisis multivariante y de super-
vivencia para modelizar, por ejemplo, la infección, la incubación y los períodos
aleatorios de recuperación, que afectan a la contención del COVID-19, véase,
por ejemplo, Bolker y Grenfell (1996); Keeling et al. (1997); Pak et al. (2020);
Wasiur et al. (2019).
En una primera etapa, la mayoría de los modelos referidos han sido adapta-
dos y aplicados para aproximar la evolución espacio-temporal de la incidencia
y la mortalidad del COVID–19. Ese es el caso, por ejemplo, de los tres modelos
presentados en Roosa et al. (2020), que fueron validados con brotes de otras

13
Introducción

enfermedades diferentes a la COVID–19. En Kucharski et al. (2020) se formulan

modelos alternativos de tipo SEIR, con componentes estocásticos. También se
ha propuesto un modelo SEIR revisado en Zhang et al. (2020), véase también
He et al. (2020). En Ivorra et al. (2020) se introduce un modelo θ–SEIHRD,
capaz de estimar el número de casos, muertes y necesidades de camas en los
hospitales, adaptado a COVID–19, basado en el modelo Be-CoDiS (Ivorra et al.,
2015).
Debido a la baja calidad de los registros disponibles, y a la información
muestral oculta, lo más destacable en esta área de investigación es el equilibrio
entre la complejidad y la indentificabilidad de los parámetros del modelo. Re-
cientemente, en Ramos et al. (2020) se presenta un intento de simplificar las
estrategias de modelización, aplicadas al análisis de los datos de COVID-19, en
términos del modelo θ–SEIHQRD. La mitigación del submuestreo se propone
en Langousis y Carsteanu (2002), basándose en el reescalado de los estadísti-
cos que intervienen en el análisis de las propiedades de la epidemia, como el
análisis de la mortalidad, útil entre países con niveles similares de asistencia
sanitaria.
Los métodos de regresión lineal, perceptrón multicapa y autoregresión vec-
torial se han aplicado en Sujath et al. (2020) para predecir la propagación de
COVID-19, y anticipar los patrones potenciales de los efectos de COVID-19 (véa-
se también la Sección 2 de Sujath et al. (2020), sobre el trabajo relacionado).
La localización de COVID-19 en las primeras fases se aborda en Barstugan et al.
(2020), aplicando estrategias de aprendizaje automático actualizadas en imá-
genes de Tomografía Computarizada de estómago. Chien y Chen (2002) evalúa
la asociación entre los factores meteorológicos y la propagación del COVID-
19. Estos autores concluyeron que la temperatura media, la humedad relativa
mínima y las precipitaciones eran los mejores predictores, mostrando posibles
correlaciones no lineales con las variables de COVID–19. Estas conclusiones son
cruciales en el posterior análisis basado en la regresión Machine Learning.
En la actualidad, los modelos ML se han establecido como serios conten-
dientes de los modelos estadísticos clásicos en el ámbito de la predicción. La
investigación comenzó en los años ochenta con el desarrollo del modelo de red
neuronal. Posteriormente, la investigación extendió este concepto a modelos
alternativos, como las máquinas de vectores soporte, los árboles de decisión
y otros, véase, por ejemplo, Alpaydin (2004); Blanquero et al. (2020); Hastie

14
Introducción

et al. (2001); Mohammady et al. (2021).

En general, las técnicas de curvas de regresión basadas en una función, nor-
malmente en el espacio de funciones de cuadrado integrable con respecto a
una medida de probabilidad adecuada, permiten realizar predicciones a corto
y largo plazo. Así, dependiendo de nuestra elección de la base de funciones y
de la medida de probabilidad seleccionada, podrían combinarse las visiones de
partícula y campo. Obsérvese que los modelos clásicos de difusión estocástica
ofrecen una visión de partícula más que de campo, véase, por ejemplo, Malesios
et al. (2016).

Objetivos
La motivación fundamental para el desarrollo de esta tesis reside en el aná-
lisis estadístico de la evolución de patrones aleatorios espaciales de enferme-
dades, esencialmente en el marco epidemiológico. Se intenta proporcionar he-
rramientas estadísticas apropiadas para establecer la evolución en el tiempo así
como en el espacio, de mapas de riesgo o, en su defecto, mapas de mortalidad
o incidencia de una enfermedad.
La temática teórica se desarrolla en el contexto de modelos que utilizan los
procesos de Cox log-gaussianos en espacios infinito-dimensionales, en particu-
lar, se consideran espacios de Hilbert separables. Se analizan las propiedades
asintóticas de las estimaciones paramétricas para dichos modelos y también, de
una forma más general, para campos aleatorios lineales estacionarios a partir de
funcionales espectrales, basados en el periodograma y periodograma tapered,
así como su versión infinito-dimensional, es decir, el operador periodograma.
La teoría espectral de operadores compactos y autoadjuntos juega un pa-
pel fundamental en todos estos desarrollos, cuando se considera una diagona-
lización de la estructura de dependencia del proceso latente de interés, que
usualmente se trata de un proceso temporal funcional o espacial funcional.
En el contexto log-gaussiano, centramos la atención en las medidas gaussianas
Hilbert-valuadas, definidas mediante el producto infinito de medidas gaussia-
nas univariantes.
En el ámbito computacional y aplicado, se desarrollan e implementan nue-
vos algoritmos para el análisis estadístico y la construcción de mapas de riego
de enfermedades y mapas de mortalidad e incidencia causada por enfermedad,

15
Introducción

abordando el problema de predicción funcional asociado en un ámbito infinito-

dimensional.
En la literatura existente, se han propuesto modelos estadísticos espacio-
temporales para el análisis de la evolución temporal de la distribución geográfi-
ca de los riesgos de mortalidad (o incidencia). Sin embargo, los enfoques esta-
dísticos funcionales, basados en la teoría de procesos Hilbert-valuados, median-
te datos funcionales que evolucionan en el tiempo o datos funcionales que evo-
lucionan en el espacio, hasta donde conocemos, constituyen un terreno prácti-
camente inexplorado.
Se necesita generar modelos flexibles estadísticos en el espacio y tiempo pa-
ra solventar las limitaciones y dificultades presentes en los modelos estadísticos
tradicionales clásicos que se han desarrollado en el contexto de modelos mar-
kovianos discretos en el espacio y, más recientemente, en el espacio y tiempo.
Por otra parte, las herramientas que aportan los modelos lineales y no lineales
de ecuaciones de estados para procesos evaluados en espacios de funciones,
definidos en el tiempo y/o espacio, son bastante más generales y potentes para
solventar los problemas mencionados. Estas dificultades suelen aparecer en el
suavizamiento, estimación y predicción de riesgos de mortalidad por enferme-
dad mediante las técnicas y modelos estadísticos tradicionales en epidemiolo-
gía.
Existe una importante laguna en las técnicas estadísticas usuales que se apli-
can en el suavizamiento y estimación de riesgos de mortalidad o incidencia de
una enfermedad en el espacio y tiempo. A los comentados modelos marko-
vianos discretos en el tiempo y espacio, actualmente, se ha implementado el
suavizamiento mediante splines. Los intervalos de confianza que se extraen pa-
ra la detección de zonas de alto riesgo se basan fundamentalmente en la teoría
de modelos mixtos lineales gaussianos, y modelos bayesianos y empíricos baye-
sianos (regiones de credibilidad). La falta de precisión de estos métodos, dado
el excesivo suavizamiento de los mismos ocasiona la ocurrencia de falsos nega-
tivos y dificulta la detección de zonas de alto riesgo.
Esta es una motivación importante para el desarrollo de los siguientes capí-
tulos, en los que se busca aportar nuevos modelos espacio-temporales funciona-
les, más flexibles, para la representación de la distribución espacial y temporal
del riesgo, mortalidad o incidencia de enfermedades y su predicción funcional
mediante el mapeo de enfermedades en diferentes tiempos. Las herramientas

16
Introducción

estadísticas funcionales que se extraen para el desarrollo de la inferencia a par-

tir de estos modelos supone un avance importante en el ámbito teórico (es-
tadística matemática) y aplicado (análisis estadístico de riesgo, mortalidad o
incidencia de enfermedades que evolucionan en el tiempo y/o en el espacio).

Objetivos generales

El desarrollo de la presente tesis doctoral tiene como objetivo fundamental

el análisis estadístico y estimación paramétrica de procesos temporales y espa-
ciales infinito-dimensionales, en el marco de procesos puntuales, representados
mediante la familia de procesos de Cox dirigidos por una intensidad temporal
o espacial infinito-dimensional. La teoría desarrollada, en las últimas décadas,
sobre modelos lineales en espacios de funciones, se aplicará en la implemen-
tación de herramientas estadísticas apropiadas para la predicción funcional de
dichos procesos.
Los objetivos generales que se persiguen son:

(i) Desarrollar técnicas de estimación paramétrica de mínimo contraste para

campos aleatorios con parámetro discreto: caso real-valuado y Hilbert-
valuado.

(ii) Obtener los resultados teóricos que definen las condiciones que garanti-
zan un buen comportamiento asintótico de los estimadores y predictores
formulados (es decir, consistencia débil y fuerte y normalidad asintótica).

(iii) Proporcionar técnicas de estimación paramétrica de mínimo contraste pa-

ra la aproximación funcional de mapas de riesgo, mortalidad o incidencia
de enfermedades.

(iv) Desarrollar diferentes escenarios para la estimación paramétrica de pro-

cesos de Cox. Por un lado, a partir de datos funcionales correlados en el
tiempo y por otro, a partir de datos funcionales correlados en el espacio.

(v) Estudiar la clase de procesos temporales de Cox log-gaussianos en espa-

cios de Hilbert con intensidad aleatoria dada por un proceso Ornstein-
Uhlenbeck Hilbert-valuado, aproximado por un proceso ARH(1).

17
Introducción

(vi) Introducir una nueva clase de procesos espaciales puntuales definidos me-
diante la familia de procesos de Cox estudiados, dirigidos por una intensi-
dad lineal infinito-dimensional espacial. Se considerará, como ilustración
de los resultados de estimación derivados, la sub-clase de procesos de Cox
dirigidos mediante una intensidad espacial SARH(1).

(vii) Extraer técnicas de predicción de mapas de riesgo, mortalidad o inciden-

cia de enfermedad, en el contexto de la Estadística Funcional, para proce-
sos y campos Hilbert-valuados.

(viii) Abordar el estudio de simulación para validar las técnicas de inferencia

propuestas en el ámbito de la teoría de campos aleatorios discretos y con-
tinuos real y Hilbert-valuados.

(ix) Llevar a cabo aplicaciones prácticas reales con datos reales espacio-temporales
donde ilustrar el estudio, metodología y resultados indicados en los obje-
tivos anteriores.

Estructura de la tesis
Para el desarrollo de la tesis, se comienza con una introducción en la que
se realiza una motivación de la misma que incluye la literatura relacionada
destacada, los principales objetivos señalados y su estructura. Posteriormente,
en las secciones 1.1, 1.2 y 1.3, se establecen los preliminares necesarios para el
desarrollo en la obtención de los resultados de los capítulos posteriores.
De forma más concreta, en la Sección 1.1 se establecen los preliminares
sobre los estimadores de mínimo contraste a partir de datos tapered1 . Los apar-
tados de esta sección evidencian los problemas que surgen, en la estimación,
cuando se trabaja con campos aleatorios respecto a las metodologías de estima-
ción, basadas en el espectro unidimensional, en el caso de procesos estocásticos
temporales.
En la Sección 1.2 se presentan los preliminares y el fundamento teórico
de los procesos de Cox log-gaussianos. Primeramente se definen los procesos
de Poisson doblemente estocásticos, o procesos de Cox, y posteriormente se
1
Tapered se podría traducir como una disminución gradual del diámetro, anchura y grosor
de un objeto. En nuestro caso se trata de la disminución gradual en el borde de los campos
aleatorios a partir de una función taper, véase el Apartado 1.1.3.

18
Introducción

introducen estos procesos cuando el logaritmo de su intensidad sigue una dis-

tribución gaussiana. Para completar los fundamentos teóricos de los procesos
introducidos en la tesis, se hace un análisis de los procesos de Poisson homo-
géneos en el espacio `2 , el proceso de Wiener fuertemente cilíndrico inducido
por un proceso de Wiener Hilbert-valuado, el proceso Ornstein-Uhlenbeck en
espacios de Hilbert y, finalmente, los procesos ARH(1).
Este primer capítulo concluye con la Sección 1.3, donde se establecen los
preliminares sobre las series espaciales autorregresivas hilbertianas. Esta sec-
ción viene a completar los preliminares indicados en la Sección 1.2, extendien-
do al caso de datos espaciales e incluyendo las posibilidades que ofrece la Sec-
ción 1.1 mediante la metodología de estimación de mínimo contraste.
Los capítulos 2, 3, 4 y 5 conforman el bloque principal de la tesis puesto
que contienen los principales resultados de la misma. En el Capítulo 2 se estu-
dia la estimación paramétrica de procesos estocásticos estacionarios y campos
aleatorios a partir de datos correlacionados temporalmente o espacialmente.
Se estudian los estimadores de mínimo contraste de Ibragimov basados en da-
tos tapered. Estos primeros resultados sobre estimación de mínimo contraste
en campos aleatorios, se desarrolla en el contexto de campos aleatorios real-
valuados, con parámetro discreto en Zd .
Los beneficios de los datos tapered han sido ampliamente ilustrados en la li-
teratura. Es bien sabido que el tapering2 reduce los efectos de posibles pérdidas
de información muestral, por el truncamiento del comportamiento asintótico
del proceso subyacente, debido a su observación en un dominio acotado, cuan-
do el análisis de las propiedades asintóticas de los estimadores formulados se
realiza, bajo un enfoque “increasing domain asymptotics”. Y lo que es aún más
importante, el uso de datos tapered nos lleva a la reducción del sesgo, asoica-
do a la estimación del espectro, a partir del periodograma, ver, por ejemplo,
Dahlhaus y Künsch (1987) o Guyon (1995).
Las principales contribuciones del Capítulo 2 son:

1. Se enuncian los teoremas sobre consistencia y normalidad asintótica de

los estimadores de mínimo contraste de Ibragimov para campos aleatorios
con dependencia de largo rango en un contexto general, es decir, campos
aleatorios discretos real-valuados bajo condiciones más generales que las
asumidas en Anh et al. (2004a,b, 2007c). Más específicamente:
2
Tapering se puede entender como la utilización de datos tapered.

19
Introducción

a) Se dan las condiciones sobre el comportamiento de la densidad es-

pectral y sus derivadas en el punto de singularidad.

b) Se dan las condiciones exactas que garantizan buenas propiedades

en la aplicación de funciones taper.

De esta manera los resultados obtenidos se pueden aplicar a modelos par-

ticulares, según convenga. A partir de la definición de las condiciones co-
mentadas se obtiene una función peso, la cual se incorpora en el funcional
de Ibragimov para compensar las singularidades de la densidad espectral.

2. Para el caso de campos aleatorios gaussianos con dependencia de largo

rango, se establece el teorema central del límite para funcionales espec-
trales (o formas cuadráticas) basado en datos tapered.

En dicho Capítulo 2, las declaraciones de los principales resultados van

acompañadas de discusiones para aclarar las condiciones utilizadas y también
de algunos incisos destinados a comentar los resultados relacionados existentes
en la literatura. Finalmente, la parte numérica del capítulo contribuye a la in-
vestigación sobre tasas de convergencia de los estimadores de mínimo contras-
te. También se prueba que los resultados teóricos obtenidos pueden extenderse
a otras clases de modelos fraccionarios.
En el Capítulo 3 se desarrollan los procesos de Cox log-gaussianos en un
espacio de Hilbert real separable H, desarrollando condiciones suficientes para
la definición apropiada de una medida de recuento en el espacio `2 isométrico
a H. El ingrediente principal requerido es la representación espectral diago-
nal, según un sistema común de autovectores, de los operadores implicados en
la definición del operador de autocovarianza de un proceso de O-U Hilbert-
valuado. También se obtiene la aproximación en tiempo discreto del proceso
O-U H–valuado en términos de un proceso ARH(1), a partir de la proyección
en dicho sistema de autovectores.
La estimación componente a componente del operador de autocorrelación y
del operador de autocovarianza del proceso de innovación dado por un proce-
so ARH(1) lleva a la correspondiente estimación paramétrica del proceso O-U
aproximado. Los resultados de la predicción plug-in se obtienen entonces, a
partir de la forma integral del proceso O-U H–valuado, y de la formulación
correspondiente del predictor `2 –valuado para el proceso de Cox log-gaussiano.

20
Introducción

Finalmente, en dicho Capítulo 3, se muestra una aplicación al mapeo de

enfermedades. En concreto, se realiza un estudio de simulación condicionada
a partir de datos de cáncer de mama, próstata y encéfalo, en las provincias de
España. También se desarrolla un estudio comparativo en el caso de intensi-
dad log-gaussiana de dependencia de largo rango (DLR), aplicando la meto-
dología de estimación paramétrica basada en wavelets, presentada en Frías y
Ruiz-Medina (2011), para los procesos gaussianos DLR.
En los capítulos 4 y 5 se estudian nuevamente los procesos de Cox con in-
tensidad log-gaussiana. Como ya se ha comentado, estos modelos ofrecen un
marco adecuado para la modelización y estimación de sucesos que se producen
de forma aleatoria en el espacio y/o tiempo, tal es el caso del número de muer-
tes ocasionadas por una enfermedad, en una determinada región, o bien, del
número de casos que se han producido en las regiones espaciales analizadas,
en relación con una determinada enfermedad infecciosa. Motivado por el pro-
blema que surge en el análisis estadístico de datos cuando se trabaja con una
gran dimensión, en el contexto del análisis de procesos puntuales espaciales,
dichos capítulos amplían los resultados desarrollados en el Capítulo 3 sobre los
procesos de Cox log-gaussianos infinito-dimensionales al caso espacial.
El Capítulo 4 introduce una nueva familia de procesos de Cox, dirigidos por
una intensidad aleatoria infinito-dimensional, cuyo logaritmo obedece un mo-
delo lineal funcional dinámico y estacionario, en el espacio, evaluado en un es-
pacio de Hilbert separable. La contribución fundamental del Capítulo 4 a la es-
tadística funcional consiste en la obtención de una versión infinito-dimensional
del funcional de Whittle, basada en el operador periodograma, que permite
la estimación paramétrica, en el dominio espectral, de una familia de cam-
pos aleatorios espaciales estacionarios Hilbert-valuados. Asimismo, se deduce
la consistencia en sentido fuerte de dicho estimador. Como aplicación, se ob-
tiene un estimador plug-in del proceso de Cox dirigido por la exponencial de
los elementos de la familia considerada. Los estudios de simulación realizados
y las aplicaciones con datos reales abordadas muestran el interés de los resul-
tados derivados, en el contexto del análisis espacio-temporal de la evolución de
enfermedades, en particular, enfermedades respiratorias.
Es bien sabido que los procesos de Cox log-gaussianos proporcionan mo-
delos útiles para representar patrones agregados, Diggle (2013); Diggle et al.
(2013). Como se comenta en Diggle et al. (2013), los procesos de Cox son

21
Introducción

modelos naturales para fenómenos de procesos puntuales que aparecen en el

medio ambiente, y no tan naturales para fenómenos que se dan principalmente
a partir de interacciones puntuales. Dicho Capítulo 4 ilustra este hecho en un
marco de variables aleatorias infinito-dimensionales. Todos estos aspectos se
reflejan y describen en las últimas secciones de simulación y aplicación a datos
reales del capítulo. En particular, se ilustran las propiedades asintóticas de los
diferentes estimadores y predictores analizados, en el contexto de procesos de
Cox dirigidos por la exponencial de un proceso SARH(1).
En el Capítulo 5, se adopta un marco de modelo dinámico de curva espacial
para la predicción funcional de los recuentos en un modelo de proceso de Cox
log-gaussiano espacio-temporal. Este enfoque de estimación funcional espacial
maneja tanto el análisis de heterogeneidad basado en wavelets en el tiempo,
como el análisis espectral en el espacio. Específicamente, el ajuste del modelo
se logra minimizando la divergencia de información o la entropía relativa en-
tre el modelo multiescalar subyacente a los datos, y los candidatos correspon-
dientes en el dominio espectral espacial. Se lleva a cabo un estudio de simu-
lación dentro de la familia de procesos `2 -valuados autorregresivos espaciales
log-gaussianos (procesos SAR`2 ) para ilustrar las propiedades asintóticas de los
estimadores funcionales espaciales propuestos. Esta estrategia de modelización
se aplica a la predicción espacio-temporal de la mortalidad por enfermedades
respiratorias.
El dicho capítulo, se establecen condiciones suficientes para introducir una
nueva clase de proceso de Cox log-gaussiano `2 -valuado espacial. Estas condi-
ciones conllevan que el correspondiente proceso de intensidad aleatoria se dé
en un espacio real separable de Hilbert. Las condiciones obtenidas permiten
realizar un análisis multiescalar de la varianza funcional del proceso de intensi-
dad aleatoria. Posteriormente, se analiza el rango de fluctuaciones temporales a
través de diferentes escalas. En nuestro caso, elegimos una base wavelet de so-
porte compacto. Con este análisis multiescalar, se obtiene un ajuste más preciso
de la variabilidad local mostrada por los datos curva. Nótese que las bases B–
splines han sido ampliamente utilizadas en el preprocesamiento del Análisis de
Datos Funcionales (FDA), lo que ha llevado, en algunos casos, a un sobreajuste
de los datos curva analizados.
Siguiendo en el Capítulo 5, se propone una metodología alternativa de esti-
mación funcional espacial multiescalar basada en el espectro, en contraste con

22
Introducción

la paramétrica basada en el estimador de Whittle, adoptada en el Capítulo 4.

En efecto, esta metodología implica el criterio de minimización relativa de la
entropía, para obtener el modelo multiescalar óptimo, subyacente a los datos,
en el dominio espectral espacial, a partir del cálculo del operador periodograma
a diferentes niveles de resolución temporal. Las propiedades de los estimado-
res multiescalares desarrollados se analizan en el estudio de simulación. Los
resultados de validación obtenidos en la aplicación de datos reales ilustran las
buenas propiedades del enfoque de estimación presentado en la reconstrucción
del campo de log-intensidad a diferentes escalas temporales.
La siguiente parte de la tesis se dedica a la aplicación a datos reales de
las técnicas vistas en los capítulos previos. En este sentido, en un contexto más
amplio en cuanto a regiones geográficas, en el siguiente capítulo se considera la
fiebre del dengue, que se ha convertido en una de las enfermedades infecciosas
más extendidas por el mundo. Además, su incidencia está aumentando en las
zonas endémicas de las regiones tropicales y subtropicales.
Los modelos de mapeo de enfermedades en el espacio y el tiempo son ins-
trumentos comunes para explicar los patrones de recuentos de enfermedades,
donde los modelos bayesianos constituyen un marco adecuado para su formu-
lación. Estos sucesos aleatorios reflejan interacciones entre lugares geográficos
cercanos, así como correlaciones entre instantes temporales cercanos. Las téc-
nicas de análisis de datos funcionales pueden describir mejor la evolución del
mapeo de enfermedades. En ese sentido, en el Capítulo 6, se estudia el riesgo de
dengue en México, América Central y América del Sur, desde un enfoque fun-
cional a través de un modelo de estimación bayesiano centrado en los procesos
autorregresivos Hilbert valuados. Así pues, se aproxima la evolución funcional
temporal de los patrones geográficos espaciales de riesgo de incidencia en el
mapeo de enfermedades durante 1998-2018.
Siendo la tesis sobre el mapeo de enfermedades, con la coyuntura actual
provocada por el virus SARS-CoV–2, en el Capítulo 7 se han desarrollado e im-
plementado técnicas de análisis de datos funcionales (FDA) multivariantes bajo
un enfoque bayesiano y clásico para la predicción espacio-temporal de morta-
lidad por COVID–19. También se aplican modelos de aprendizaje automático
dentro del marco de FDA utilizando técnicas de bootstrap y validación cruzada
para la selección de parámetros que permiten una comparación y clasificación
de los modelos empíricos utilizados.

23
Introducción

En concreto, se presenta un enfoque de predicción espacio-temporal a partir

de información muestral blanda que incluye el análisis de log-curvas de regre-
sión cíclicas y el análisis de la correlación residual espacial de series temporales
multivariantes bajo un enfoque bayesiano. Esto nos lleva a un problema de opti-
mización en dos etapas. Primeramente, la función de pérdida cuadrática media
se minimiza en el marco de regresión trigonométrica. En nuestro posterior aná-
lisis de correlación residual espacial, la maximización de la verosimilitud nos
permite calcular la moda de la distribución a posteiori, en un marco bayesiano
de series temporales multivariantes.

El enfoque presentado se aplica al análisis de la mortalidad de COVID–19 en

la primera ola que afecta a las comunidades españolas, desde el 8 de marzo de
2020 hasta el 13 de mayo de 2020. Se realiza un estudio empírico comparativo
con la regresión Machine Learning (ML), basado en la validación cruzada alea-
toria k–fold, y técnicas de estimación bootstrap. Este análisis empírico también
investiga el rendimiento de los modelos de regresión ML en un marco de da-
tos duros y blandos, referidos a las dos categorías correspondientes (definidas
cuando se considera información muestral dura y blanda). Como posibles apli-
caciones, las técnicas utilizadas podrían extrapolarse a otros recuentos, países
y olas posteriores de COVID–19. Como resultado de este trabajo, se comprueba
que el enfoque funcional multivariante bayesiano, adoptado en la predicción
del riesgo de mortalidad por COVID-19, proporciona una aproximación similar
a las técnicas de regresión, basadas en redes neuronales bayesianas, cuando
estas últimas se implementan a partir de información muestral blanda.

Finalmente, en la última parte de la tesis, de forma resumida se destacan

las conclusiones y líneas futuras de investigación que se desprenden del desa-
rrollo de los capítulos 2, 3, 4 y 5. Así, se pone de manifiesto la importancia
de la metodología de estimación seguida en los capítulos, así como los resulta-
dos obtenidos, destacando los de consistencia y normalidad asintótica. Durante
los mencionados capítulos, se llevan a cabo estudios de simulación para ana-
lizar las propiedades de las metodologías de estimación utilizadas. También,
se abren nuevas líneas de investigación, en el contexto de los procesos de Cox
log-gaussianos en el tiempo y en el espacio, dentro de los patrones puntuales
y procesos de recuento. Las técnicas utilizadas de análisis de datos funcionales
hacen posible la reducción de dimensiones que ayuda a evitar problemas de
cálculo que surgen al trabajar con matrices de elevado orden. Esto permite el

24
Introducción

análisis de propiedades locales para datos de elevada dimensión o de naturaleza

continua.

25
Capítulo 1

P RELIMINARES

En este capítulo de la tesis se proporcionan los elementos preliminares nece-

sarios, para el desarrollo de sus principales contribuciones, presentadas en los
capítulos 2–7.

1.1. Preliminares para el Capítulo 2

1.1.1. Estimadores de mínimo contraste y datos tapered

Seguidamente se consideran los elementos básicos que intervienen en la
introducción de estimadores de mínimo contraste basados en el periodograma
espacial (ver Capítulo 2, sobre las contribuciones derivadas en la presente tesis,
en este ámbito).

Definición 1.1. Sea Z(s), s ∈ S ⊆ Rd , un proceso de segundo orden. Se dice que

Z es un proceso estacionario en sentido débil si satisface:

∀ s, t ∈ S : E (Z(s)) = m, c(s, t) = Cov(Z(s), Z(t)) = C(t − s).

Por tanto, se tiene que la función de covarianza C satisface

∀ s, t, h ∈ S : c(s + h, t + h) = Cov(Z(s + h), Z(t + h)) = C(t − s).

A ρ : S 7→ R se le llama “función de correlación” de Z,

C(h)
h → ρ(h) = ,
C(0)

27
Capítulo 1. P RELIMINARES

donde C(h) = Cov(Z(s + h), Z(s)), C(0) = V ar(Z(s)), ∀s, s + h ∈ S.

Para el caso S = Rd , asociamos a C una medida simétrica F ≥ 0, acotada

en conjuntos de Borel, B(Rd ), tales que
Z
0
C(h) = eih u F (du).
Rd

C es integrable con respecto a una medida Lebesgue en Rd , F es absolutamen-

te continua con función de densidad f , llamada densidad espectral de X. La
transformada inversa de Fourier expresa f en función de C:
Z
−d 0
f (u) = (2π) e−ih u C(h)dh,
Rd

el par de Fourier se completa con

Z
0
C(h) = eih u f (u)du
Rd

En el caso de procesos estacionarios discretos, es decir, cuando Z(s) toma

valores en un conjunto de puntos discretos, s ∈ Zd , la función de convarianza
se define, para h ∈ Zd , asociada a una medida F ≥ 0, acotada en conjuntos
de Borel B(T), donde T denota un toro d–dimensional, T = [0, 2π)d . Si los
valores de la covarianza forman una secuencia de cuadrados sumables, es decir,
2
P
h∈Zd C(h) < ∞, entonces, se define la transformada Fourier como:

1 X 0
f (u) = d
C(h)e−ih u , u∈T
(2π) d
h∈Z

y la función de covarianza en un desfase h puede recuperarse mediante la trans-

formada inversa de Fourier:
Z
0
C(h) = f (u)eih u du.
T

Ver, por ejemplo, Crujeiras (2006); Gaetan y Guyon (2010).

El periodograma espacial se introduce a continuación, como estimador no
paramétrico básico, en la aproximación de la estructura de dependencia espa-
cial de procesos estacionarios, en el dominio espectral. Sus limitaciones, respec-
to al sesgo y velocidad de convergencia a cero del mismo se analizarán con más

28
Capítulo 1. P RELIMINARES

detalle posteriormente, en la introducción del “periodograma tapered”.

Para el caso bidimensional, un proceso espacial Z observado en una rejilla

regular D = {s = (s1 , s2 ) : s1 = 1, , . . . , n1 , s2 = 1, , . . . , n2 }, D ⊂ R2 , con
N = n1 n2 puntos, el periodograma para una frecuencia λ se define como:
2
1 X 0
I(λ) = 2
Z(s)eis λ , λ ∈ π2.
(2π) N s∈D

Se sabe que el periodograma espacial es un estimador asintóticamente insesga-

do de la densidad espectral, en el que la varianza es proporcional al cuadrado
de la densidad espectral en cada frecuencia. Sin embargo, la característica del
periodograma que lo hace útil es que los valores del periodograma a diferen-
tes frecuencias son asintóticamente incorrelados. Este hecho permite tratar los
valores del periodograma, en el caso gaussiano, como si fueran datos indepen-
dientes para una muestra lo suficientemente grande.

Se ha definido el periodograma en términos de los datos observados. Como

la densidad espectral es la transformada de Fourier de la función de covarianza,
podemos escribir el periodograma en términos de un estimador de covarianza.
Se define la covarianza muestral como:

1 X
Ĉ(h) = Z(h)Z(s + h),
N
s∈D(h)

donde D(h) = {s ∈ D : s + h ∈ D}. Entonces, el periodograma en términos de

la covarianza se define como:

1 X 0
I(λ) = 2
Ĉ(h)eih λ ,
(2π) h∈H

donde h ∈ H = {(h1 , h2 ) : −n1 ≤ h1 ≤ n1 , −n2 ≤ h2 ≤ n2 }; n1 , n2 , son los

puntos a partir de los cuales se define una rejilla regular D ⊂ R2 .

Si definimos la transformada de Fourier discreta de los datos como

1 X 0
J(λ) = √ Z(s)eis λ ,
2π n1 n2 s∈D

29
Capítulo 1. P RELIMINARES

entonces, el periodograma puede ser obtenido como

I(λ) = J(λ)J(λ) = |J(λ)|2 ,

donde (·) denota al conjugado.

1.1.2. Definición general de estimadores de mínimo

contraste
El método de estimación de mínimo contraste para modelos paramétricos
(o semiparamétricos) también se conoce como estimación pseudo-verosímil o
cuasi-verosímil. Este método sigue el principio subyacente de cualquier méto-
do de estimación: el valor del parámetro estimado maximiza algún funcional
“pseudo-verosímil” o de contraste, véase Gaetan y Guyon (2010). Este funcio-
nal reemplaza la verosimilitud cuando no es posible utilizarla, ya sea porque
el modelo es semiparamétrico especificado de forma no completa, o porque la
verosimilitud es imposible de calcular.
Este procedimiento de estimación, bajo condiciones apropiadas de regula-
ridad presenta buenas propiedades tales como la consistencia y normalidad
asintótica.
De forma general, siguiendo lo comentado en Gaetan y Guyon (2010), un
funcional de contraste debería tener las siguientes características:

1. Codificar de manera simple la información de interés del modelo.

2. Resultar simple en su cálculo numérico.

3. Habilitar los parámetros del modelo para ser identificados.

4. Permitir el control de las propiedades estadísticas de los estimadores.

Sea Y = {Y (t), t ∈ Zd }, un campo aleatorio observado sobre una secuen-

cia LT de dominios finitos crecientes. Suponemos que LT es un hipercubo:
LT = [−T, T ]d = {t ∈ Zd : −T ≤ ti ≤ T, i = 1, ..., d}.
Consideramos un modelo estadístico paramétrico, con una familia de dis-
tribuciones Pθ , θ ∈ Θ, donde Θ es un subconjunto compacto de Rq , q ∈ N,
y el verdadero valor del parámetro θ0 ∈ int Θ (el interior de Θ). Denota-
mos P0 = Pθ0 . Nuestro objetivo es estimar θ0 a partir de las observaciones

30
Capítulo 1. P RELIMINARES

Y (t), t ∈ LT . El estudio asintótico está asociado con la secuencia estrictamente

creciente (LT ) de dominios de observación. En general, θ ∈ Θ denota un punto
en Θ.

1. Se define Función de contraste para θ0 como una función no aleatoria

real-valuada K(· ; θ0 ) : Θ 7→ R, tal que para cualquier punto del espacio
paramétrico θ 7→ K(θ; θ0 ) ≥ 0, y tiene un único mínimo en θ = θ0 .
El valor de K(θ; θ0 ) puede ser interpretado como una pseudo-distancia
entre el modelo que está bajo θ0 y el modelo bajo θ.

2. Se define Proceso o campo aleatorio de contraste, para una función de

contraste K(·; θ0 ) y un conjunto de observaciones Y (t), t = 1, . . . , T , co-
mo una secuencia de variables aleatorias o campos aleatorios UT (θ), T ≥
1, θ ∈ Θ, relacionado con las observaciones Y (t), UT (θ) = UT (θ, Y (t)), t ∈
LT , definido para todo θ ∈ Θ tal que cumple la siguiente relación:

lı́m inf [UT (θ) − UT (θ0 )] = U (θ) − U (θ0 ) ≥ K(θ; θ0 ), ∀ θ ∈ Θ, (1.1)

T →∞

en P0 –probabilidad.
Esta Condición (1.1) de subergodicidad transfiere el hecho de que el valor
UT (θ) − UT (θ0 ) que se obtiene al estimar el contraste de θ con θ0 en base
a Y (t), asintóticamente separa los parámetros. Esta Condición (1.1) se
puede fortalecer mediante la condición ergódica1 , obteniendo:

lı́m [UT (θ) − UT (θ0 )] = K(θ; θ0 ), en P0 –probabilidad. (1.2)

T →∞

Entonces, se define el estimador de mínimo contraste como el valor θ̂T ∈ Θ

que minimiza el funcional UT , véase Anh et al. (2004a), esto es,

θ̂T = arg mı́n UT (θ).

θ∈Θ

Obsérvese que la forma habitual de realizar la definición anterior en la prác-

tica es construir, basándose en las observaciones, una función UT (θ) que conver-
1
La ergodicidad es una propiedad que fortalece la idea de estacionariedad y nos permite
obtener casi seguramente la convergencia empírica cuando el dominio de observación tiende a
infinito. No siempre resulta fácil comprobar que se cumple, con lo que para probar la consisten-
cia de estimadores se recurre a la propiedad de subergodicidad o incluso a condiciones sobre
L2 . Para más detalle, véase Apéndice B.1 de Gaetan y Guyon (2010).

31
Capítulo 1. P RELIMINARES

ge en P0 –probabilidad a alguna función U (θ) tal que U (θ) − U (θ0 ) = K(θ; θ0 ).

Seguidamente, se consideran algunos ejemplos sobre la estimación de míni-
mo contraste, ver, por ejemplo, Gaetan y Guyon (2010).

Ejemplo 1.1. Primeramente, se plantea el contraste de mínimos cuadrados para

la regresión. Consideramos el modelo de regresión ya sea lineal o no:

Xi = m(Zi , θ0 ) + εi , i = 1, . . . , n,

donde Xi ∈ R se expresa a partir de las variables independientes o predictoras

Zi y un error εi que forma un ruido blanco de varianza σ 2 < ∞. Este modelo
es semi-paramétrico ya que no se tiene ninguna hipótesis sobre la distribución de
los errores excepto que son un ruido blanco. El contraste de mínimos cuadrados
estándar se define como:
n
X
Un (θ) = (Xi − m(Zi , θ))2 .
i=1

A continuación se define K(θ, θ0 ) = lı́m inf n→∞ ni=1 (m(xi , θ) − m(xi , θ0 ))2 /n.
P

Si el diseño experimental Z = {Zi , i = 1, 2, . . . } es tal que K(θ, θ0 ) > 0 para

cualquier θ 6= θ0 , entonces (Un ) es un proceso de contraste asociado a la función
de contraste K(·, θ0 ) . Por ejemplo, esta condición se satisface cuando:

1. Zi son i.i.d. cuyas distribuciones son tales que Z es ergódica.

2. El modelo θ 7→ m(·, θ) es identificable, es decir, que para θ 6= θ0 ,

PZ {z : m(z, θ) 6= m(z, θ0 )} > 0.

Para ver más características de este ejemplo puede consultarse Gaetan y Guyon
(2010).

Ejemplo 1.2. Otro ejemplo que puede resultar interesante es el contraste gaus-
siano en procesos de segundo orden.
Consideremos que X = (X(t), t ∈ Z) es una serie temporal centrada esta-
cionaria de segundo orden con densidad espectral fθ . El periodograma asocia-
do a las autocovarianzas empíricas, r̂n (k), a partir de las observaciones Xn =
(X(1), X(2), . . . , X(n)), es la estimación de la densidad espectral

n−1
1 X
In (λ) = r̂n (k)eiλk ,
2π k=−n+1

32
Capítulo 1. P RELIMINARES

Pn−|k|
donde r̂n (k) = r̂n (−k) = n−1 i=1 Xi Xi+k .
La estimación de f (λ) a partir del periodograma In (λ) resulta bastante pobre.
Sin embargo, se puede utilizar el contraste de Whittle, definido a partir de la
siguiente regularización de In (λ):
Z 2π
1 In (λ)
Un (θ) = log fθ (λ) + dλ. (1.3)
2π 0 fθ (λ)

Este es un buen funcional para la estimación de θ0 . Si se puede aplicar la hipóte-

sis gaussiana, −2Un (θ) se aproxima a la log-verosimilitud. En caso contrario, Un
sigue teniendo buenas propiedades de estimación, bajo condiciones bastante gene-
rales, véase Dahlhaus y Künsch (1987) o Guyon (1995). La función de contraste
asociada a Un viene dada por:
Z 2π
1 fθ (λ) fθ (λ)
K(θ, θ0 ) = log −1+ dλ, K(θ, θ0 ) > 0 si θ 6= θ0 .
2π 0 fθ0 (λ) fθ0 (λ)

La condición K(θ, θ0 ) 6= 0 si θ 6= θ0 se satisface si la parametrización de fθ0 por θ0

es identificable.

1.1.3. Datos y periodograma tapered

Supongamos que Y es un campo aleatorio centrado y estacionario de se-

gundo orden real-valuado definido sobre una rejilla discreta en Zd . Por simpli-
cidad, pensemos que las observaciones Y (t) de Y se dan sobre un hipercubo
DT = {1, 2, . . . , T }d , con T d = card(DT ) observaciones. Los resultados siguien-
tes son la generalización de aquellos obtenidos para el caso unidimensional en
series temporales estacionarias.
Para una distancia k ∈ Zd , la covarianza empírica es:

1 X
ĈT (k) = Y (t)Y (t + k), k ∈ Zd ,
Td t, t+k ∈DT

cuyo soporte para la función ĈT (·) se da en ∆T = {i − j : i, j ∈ DT }.

En la estadística espacial, los efectos de borde aumentan conforme la dimen-
sión aumenta. Siguiendo Gaetan y Guyon (2010), para la covarianza empírica,

33
Capítulo 1. P RELIMINARES

podemos ver que:



 0 si d = 1
√


lı́m T d E[ĈT (k) − C(k)] = −{|k1 | + |k2 |} si d = 2
T →∞ 

∞

si d > 2 y k 6= 0

Aunque hay otras maneras de reducir el sesgo, distintas a la utilización de

datos tapered, estas técnicas tienen efectos contrarios para la estimación de la
covarianza, ya que no se garantiza que sea semidefinida positiva, para más
detalles véase Gaetan y Guyon (2010). En el Capítulo 2, se consideran los datos
tapered:
{hT (t) Y (t) , t ∈ LT } ,

donde hT (t) = h (t/T ) , t = (t1 , ..., td ), LT = [−T, T ]d = {t ∈ Rd : −T ≤ ti ≤

T, i = 1, ..., d}, y la función taper h (t) se factoriza como h (t) = di=1 h̃ (ti ) , ti ∈
Q

R, con h̃ (·) satisfaciendo la siguiente suposición.

H1. h̃ (t) , t ∈ R, es una función positiva de variación acotada con soporte

acotado: h̃ (t) = 0 para |t| > 1.

Se denota
T
X
H̃k,T (λ) = [h̃T (t)]k e−iλt ,
t=−T

X d
Y
k −i(λ,t)
Hk,T (λ) = [hT (t)] e = H̃k,T (λ(i) ), (1.4)
t∈LT i=1

donde h̃T (t) = h̃ (t/T ), λ = (λ1 , ..., λd ), y k es un número entero positivo.

Obsérvese que la evaluación del comportamiento asintótico de las estima-
ciones espectrales se basa en las propiedades de las funciones H̃k,T (λ), que, a
su vez, se basa en las propiedades de las funciones h̃ (t). Por ejemplo, la suposi-
ción de que h̃ (t) es de variación acotada permite escribir los límites superiores
útiles para H̃k,T (λ). Ejemplos de estas funciones se pueden ver en la Sección
3 de Brillinger (1970), donde, además, se razona sobre su uso según interese
en distintos casos. En lo que sigue, se introducen algunos supuestos adicionales
sobre el tapering.
Se define la transformada de Fourier finita de los datos tapered

34
Capítulo 1. P RELIMINARES

{hT (t) Y (t) , t ∈ LT } :

X
dhT (λ) = hT (t) Y (t)e−i(λ,t) , λ ∈ T,
t∈LT

y el periodograma tapered de segundo orden (siempre que H2,T (0) 6= 0):

1
ITh (λ) = dh (λ)dhT (−λ). (1.5)
(2π)d H2,T (0) T

En la práctica, para los resultados numéricos, el periodograma se calcula

para las frecuencias de Fourier. Para que las condiciones de independencia e
insesgadez se cumplan será necesario que T d sea suficientemente grande. Por
lo tanto, estas características se cumplen cuando se trabaja con una rejilla den-
sa, cosa que en la práctica no suele ocurrir. Esto hace que el error al utilizar
el periodograma como estimador de la densidad espectral no pueda tratarse
como un ruido aleatorio. Será interesante poder medir de algún modo, cuánta
información se pierde bajo el supuesto de independencia. Para ello, se puede
considerar el valor esperado y la covarianza del periodograma tapered para una
rejilla finita D.

Esperanza y covarianza del periodograma a partir de cumulantes

De la misma manera que la función generatriz de momentos se utiliza pa-

ra generar los momentos de una variable aleatoria, el logaritmo de la función
generatriz de momentos se utiliza para generar los cumulantes. Los cumulan-
tes tienen propiedades que resultan interesantes, son simétricos y multilinea-
les en sus argumentos, véase Brillinger (1970). Si cualquier subconjunto de
{Y1 , . . . , Yr } es estadísticamente independiente del conjunto restante, entonces,
su cumulante conjunto, cum(Y1 , . . . , Yr ) = 0. Así pues, los cumulantes propor-
cionan medidas útiles para el estudio de la dependencia estadística conjunta de
variables aleatorias. Todo conjunto de cumulantes de una colección de variables
independientes serán nulos.
Sea (Y1 , . . . , Yr ) una variable aleatoria multivariante de dimensión r, con
E|Yj |r < ∞, j = 1, . . . , r, el cumulante conjunto de orden r, cum(Y1 , . . . , Yr )
viene dado por el coeficiente de t1 · · · tr , en la expansión de la función generatriz
de cumulantes  Pr 
log E e j=1 Yj tj .

35
Capítulo 1. P RELIMINARES

Una definición alternativa viene dada por

!  
X Y Y
cum(Y1 , . . . , Yr ) = (−1)p−1 (p − 1)! E Yj ...E  Yj  ,
j∈ν1 j∈νp

donde la sumatoria se extiende a todas las particiones (ν1 , . . . , νp ), p = 1, . . . , r.

El valor esperado del periodograma tapered está condicionado por el tama-

ño de la rejilla de observación y el nivel de disminución que se haga al aplicar la
función taper en los datos. Bajo ciertas condiciones de regularidad sobre la fun-
ción taper y el orden polinomial de su caída a cero, E ITh (λ) = f (λ) + o(T −1 ),

véase, por ejemplo, Dahlhaus y Polonik (2002). Así pues, el periodograma tape-
red puede funcionar como estimador de la densidad espectral cuando T es sufi-
cientemente grande, ya que asintóticamente es un estimador insesgado, véase,
por ejemplo, Brillinger (1970), entre otros.

Podemos utilizar la teoría de cumulantes para obtener una expresión más

concreta de la esperanza del periodograma para el caso bidimensional. Consi-
deremos Z, un campo aleatorio estacionario de segundo orden, con media µ
y función de covarianzas C. Tomemos una rejilla de tamaño T 2 como dominio
de observación del campo aleatorio Z. Sea ITh el periodograma tapered definido
P
en la ecuación (1.5). Se asume también que h∈H |C(h)| < ∞. Entonces, para
λ ∈ π2,
 Z −1
E[ITh (λ)] = (2π) 2
|H1,T (ω)| dω 2
π2
Z 
2 2 2
× |H1,T (λ − ω)| f (ω)dω + |H1,T (ω)| µ ,
π2

donde H viene definida en (1.4).

Siguiendo el mismo desarrollo anterior, podemos ver la expresión para la

covarianza asociada con el periodograma tapered donde se refleja que dicha
covarianza entre valores del periodograma no es estacionaria. Consideremos
Z un campo aleatorio estacionario de segundo orden, con media µ y función
de covarianzas C. Tomamos una rejilla de tamaño T 2 como dominio de obser-
vación del campo aleatorio Z. Sea ITh el periodograma tapered definido en la
ecuación (1.5). Entonces, siguiendo Crujeiras (2006), la covarianza asociada al

36
Capítulo 1. P RELIMINARES

periodograma tapered viene dada por

Cov(ITh (λ), ITh (ω)) =|H2,T (0)|−2 f (λ)2

× |H2,T (λ − ω)|2 + |H2,T (λ + ω)|2 + O(N −1 ),
 

donde H viene definida en (1.4).

En la Sección 2.7.2 de Crujeiras (2006) se puede ver la obtención de los
resultados anteriores, tanto para la esperanza del periodograma tapered como
para la covarianza.

1.1.4. Ejemplo de estimación a partir de datos tapered

Finalmente, a modo de ejemplo, se puede reflejar la metodología seguida

para la obtención de propiedades asintóticas importantes en la estimación de
mínimo contraste, siguiendo lo comentado en la Sección 5.3.1 de Gaetan y
Guyon (2010). Para solventar las dificultades en la obtención de propiedades
buenas asintóticas, debidas al sesgo y la falta de regularidad en la estimación
de la covarianza, vamos a utilizar una función taper adecuada que, para una
dimensión menor o igual a tres, haga desaparecer los problemas descritos y así
lograr mantener su eficiencia. Además, este método ayuda a mejorar los análisis
estadísticos al disminuir los pesos de los puntos límite, que a menudo no son
representativos del modelo bajo estudio. En este caso, vamos a seguir la función
taper propuesta por Tukey-Hanning:

 1
(1 − cos 2πu ) si 0 ≤ u ≤ ρ2
2 ρ


h(u) = 1 si ρ2 ≤ u ≤ 21


h(1 − u) si 12 ≤ u ≤ 1


En la Figura 1.1, véase Guyon (1995), se puede observar de forma gráfica

cómo la utilización de una función taper disminuye los valores obtenidos en
el borde. Esta función se aplica a los datos para así obtener los datos tapered
{hT (t) Y (t) , t ∈ LT } de la siguiente forma:

d  
Y ik − 1/2
hT (t) Y (t) = aT (t)Y (t) , donde aT (t) = h , t ∈ LT .
k=1
T

37
Capítulo 1. P RELIMINARES

Figura 1.1: Función taper de Tuckey-Hanning, véase Guyon (1995)

La covarianza empírica tapered ĈTh se puede obtener utilizando los datos

tapered {hT (t) Y (t) , t ∈ LT }. Para d ≤ 3 y una elección de ρT = o(T 1/4 ), el
sesgo de un estimador tapered es despreciable, véase Dahlhaus y Künsch (1987)
o el Capítulo 4 de Guyon (1995).
Supongamos que Y se parametriza por su densidad espectral fθ0 , donde θ0
está en el interior de un espacio paramétrico compacto Θ ∈ Rp . El periodograma
tapered viene expresado por

1 X h iλ0 k
ITh (λ) = Ĉ T (k)e .
(2π)d k∈L
T

Esta expresión es la estimación de la densidad espectral, fθ0 (λ), asociada a

las covarianzas empíricas tapered, para más información se puede consultar la
Sección 4.1.1 de Guyon (1995). Al igual que en series temporales, para una
frecuencia fijada λ, ITh (λ) es un estimador pobre de fθ0 (λ). Sin embargo, en
su forma integral, el periodograma tapered nos lleva a buenas estimaciones. En
particular, para un campo aleatorio gaussiano Y , una buena aproximación a la
log-verosimilitud de Y (t) es, salvo constantes aditivas, igual a −2UT (θ0 ), donde

ITh (λ)
Z
1
UT (θ) = {log fθ (λ) + }dλ, T = [0, 2π)d ,
(2π)d T fθ (λ)

(Gaetan y Guyon, 2010). Además, ya sea Y un campo aleatorio gaussiano o no,

minimizar UT lleva a una buena estimación de θ0 , bajo hipótesis razonables.
A la expresión −2UT (θ0 ) se le conoce como el proceso de contraste de Whittle

38
Capítulo 1. P RELIMINARES

o proceso de contraste gaussiano de Y. Consideremos el estimador de mínimo

contraste θˆT = arg mı́nθ∈Θ UT (θ). Entonces, bajo ciertas condiciones de regula-
P
ridad, si Y es un campo aleatorio gaussiano estacionario, θˆT −→ θ0 . Además,
para dimensión menor o igual a tres, T d/2 (θˆT − θ0 ) tiende en distribución a
una normal multivariante centrada. Para más detalles, véase Gaetan y Guyon
(2010), donde, además, se contempla el caso de campos aleatorios no gaussia-
nos.

1.1.5. Sobre los estimadores Whittle con datos tapered

En este apartado se hace un breve repaso de algunos resultados de la litera-

tura sobre los estimadores de Whittle basados en datos tapered, con un enfoque
particular en las condiciones de las funciones taper que ayuden a controlar el
sesgo de los estimadores.

Caso de campos aleatorios débilmente dependientes

Como ya se ha comentado, para realizar este apartado se han seguido los

resultados a partir de Guyon (1995). Uno de los primeros trabajos donde se
aborda el problema de los efectos de borde se da en Guyon (1982). Conside-
rando las estimaciones paramétricas habituales de Whittle para los datos tape-
red, encontró que tales estimaciones tenían sesgo de orden N −1/d , para campos
observados en un rectángulo PN = {1, ..., n1 } × ... × {1, ..., nd } en Z d , siendo
N = di=1 ni , o del orden n−1 si PN es un cubo de borde n. Es decir, para d ≥ 2,
Q

el sesgo es del mismo orden o de un orden superior que la desviación típica,

que usualmente es O(N −1/2 ). Una posible solución para el problema descrito
de los efectos de borde es la disminución progresiva de los datos en los bordes
del dominio de observación (tapering).
Revisamos los resultados que aparecen en Guyon (1982, 1995). Allí se con-
sidera que el dominio LT es de la forma LT = di=1 [1, Ti ]. Sin embargo, en
Q

nuestro caso, simplificamos lo anterior y consideramos el cubo, es decir, consi-

deramos Ti = T y LT = [1, T ]d .
En lugar de los datos observados {Y (t), t ∈ LT }, se consideran los datos
tapered {hT (t)Y (t), t ∈ LT }, donde las funciones taper son de la siguiente

39
Capítulo 1. P RELIMINARES

forma:
  d  
t − 1/2 Y ti − 1/2
hT (t) = h = h̃ ,
T i=1
T
y   


 g 2uρ
si 0 ≤ u ≤ 12 ρ

h̃(u) = 1 si 21 ρ ≤ u ≤ 12


h̃(1 − u) si 1 ≤ u ≤ 1

2

donde la función g : [0, 1] → [0, 1] es tal que g(0) = 0 y g(1) = 1. Esta función
es creciente y pertenece a C 2 , con 0 ≤ ρ ≤ 1. De esta forma, se obtiene el
denominado g–taper, el cual disminuye un 100(1 − ρ) % los valores del borde.
A continuación se formulan los resultados sobre el control del sesgo para los
estimadores tapered indicados por Guyon; véase, Guyon (1995).
R
Consideremos J(φ) = T f (λ)φ(λ) dλ, y el correspondiente estimador basa-
R
do en los datos tapered JT (φ) = T ITh (λ)φ(λ) dλ.
Proposición 1.1. Sea φ ∈ C(T), supongamos que h y la densidad espectral, f ,
pertenecen a C 2 . Entonces, cuando T → ∞,

E [JT (φ) − J(φ)] = CT −2 (1 + o(1)) ,

donde C es una constante.

Por lo tanto, bajo las condiciones anteriores, si ρ está fijo, el sesgo es de
orden T −2 , en consecuencia menor que T −d/2 , para d = 1, 2, 3. 
Si ρ = ρT → 0, C
−1 1
se comporta como ρT de manera que el sesgo es de orden o T −2+ 4 , el cual
todavía es más pequeño que T −d/2 . Esto es, para d = 1, 2, 3,

lı́m E T d/2 (JT (φ) − J(φ)) = 0.

 
T →∞

Además, si φ1 , φ2 , ∈ C(T), la función taper, h, y la densidad espectral, f , per-

tenecen a C 2 , entonces, para un campo aleatorio gaussiano tenemos el siguiente
comportamiento asintótico de la covarianza::
Z
d d
lı́m T Cov (JT (φ1 ), JT (φ2 )) = 2(2π) e(h) φ1 (λ)φ2 (λ)f 2 (λ) dλ
T →∞ T

donde el factor taper e(h) viene dado por (2.9), e(h) ≥ 1, y e(h) = 1, si no se
produce tapering. Se puede elegir un ρT tal que el factor taper tienda a 1.

40
Capítulo 1. P RELIMINARES

Nota 1.1. En vista de la anterior Proposición 1.1, con el fin de controlar el sesgo
para el estimador de Whittle, se pueden usar las siguientes condiciones:
la función taper h̃(t) está en C 2 [−1, 1]; la densidad espectral f (λ, θ) está en C 2 (T)
y la función ∂θ∂ i f (λ, θ) es continua con respecto a (λ, θ).

Cabe señalar que la normalidad asintótica de los estimadores de Whittle se

consideró en Guyon (1995) bajo varias condiciones.

Caso de campos aleatorios fuertemente dependientes

Para realizar este apartado se ha seguido los resultados desarrollados en

Ludeña y Lavielle (1999). En dicho artículo, se consideran los siguientes dos
modelos de densidades espectrales con singularidades:

A1 Existen funciones αi : Θ → (0, 1), 1 ≤ i ≤ d, tales que tenemos f (λ, θ) =

f0 (λ, θ) di=1 fi (λi , θ) donde asumimos, para todo δ > 0, que fi (λi , θ) =
Q

O(|λi |−αi (θ)−δ ), |λi | → 0 para cada i = 1, ..., d, y que f0 (λ, θ) es una función
de (λ, θ) positiva con segunda derivada continua.

A2 En este caso, suponemos que existe una función α : Θ → (0, d), tal que la
densidad espectral f (λ, θ) satisface, para todo δ > 0 : f (λ, θ) =
kλk−α(θ)+δ (1 + o(1)), donde el o(1) es uniforme con respecto a λ. Para
más detalles, véase Ludeña y Lavielle (1999).

Los autores del citado artículo estudian el estimador de Whittle θ̂T =

arg mı́nθ∈Θ UT (θ) para ambos modelos A1 y A2 usando los datos tapered y el
funcional empírico de contraste UT (θ), que viene dado por (1.3), donde la
función w(λ), llamada por los autores función de suavizamiento o regulari-
zación, depende de la forma de singularidad. Bajo A1, w(λ) = di=1 wi (λi ),
Q

wi (λi ) = |λi |ν , o bajo A2, w(λ) = 1T (λ), esto es, la función indicadora en el
d–toro.
La función taper hT,ε (t) = di=1 h̃ε tTi , donde h̃ε : [0, 1] → [0, 1] es de la
Q

siguiente forma:



 u/ε si u ≤ ε

hε (u) = 1 si ε ≤ u ≤ 1 − ε


h (1 − u) si u > 1 − ε

ε

41
Capítulo 1. P RELIMINARES

con ε = T −γ .
En el curso de la deducción de la normalidad asintótica para el estimador
de Whittle, se obtuvo el siguiente resultado sobre el sesgo.

Proposición 1.2. Supongamos que se cumplen A1 o A2, y que w(λ) = di=1 wi (λi )
Q

bajo A1, o w(λ) = 1T (λ) bajo A2. Además, se considera que γ < (1 + v − d/2)/v
bajo A1, o γ < 2 − d/2 bajo A2. Entonces, cuando T → ∞

E[JT (ϕ) − J(ϕ)] = O(T −(1+κ(1−γ)) ),

donde κ = ν bajo A1, o κ = 1 bajo A2, y por lo tanto, el sesgo es de orden o(T −d/2 ),
si d ≤ 3.

Obsérvese que en el desarrollo del resultado anterior, se utilizó esencialmen-

te la forma de ϕ (según se necesitaba para un caso particular de la función de
Whittle). Con esta función, y bajo las condiciones de la Proposición 1.2, se obtu-
R
vieron algunas propiedades de regularidad de convolución, T ϕ(λ−µ)f (λ) dλ,
y se usaron para la evaluación del sesgo, así como para una interacción entre
una función taper y la función w(λ) bajo A1. La estructura multiplicativa de las
funciones que definen J(ϕ) también fue esencial en A1.
Cabe señalar que la normalidad asintótica de los estimadores de Whittle fue
establecida en Ludeña y Lavielle (1999), bajo la Suposición A1, utilizando el
teorema central del límite, de forma análoga a Fox y Taqqu (1987). También,
bajo la Suposición A2, y utilizando el teorema central del límite, se estableció
la normalidad asintótica en Doukhan et al. (1996).

42
1.2. Preliminares para los capítulos 3, 6 y 7

En las secciones restantes, consideraremos que todas las variables aleatorias

introducidas a continuación se definen en el espacio de probabilidad básico
(Ω, A, P ).

1.2.1. Procesos de Poisson doblemente estocásticos

Dentro de los procesos de Poisson hay una gran variedad de tipos. El caso
homogéneo es el más simple de ellos, sin embargo, resulta insuficiente para
modelizar la mayoría de casos reales. Para ampliar más las posibilidades del
proceso de Poisson se utilizan los procesos de Poisson doblemente estocásticos,
donde la intensidad no solo es no homogénea sino que a su vez es un proce-
so estocástico. A estos procesos también se les conoce como procesos de Cox,
quien los introdujo en su artículo, Cox (1955). Un proceso de Poisson doble-
mente estocástico puede ser visto como un procedimiento de aleatorización en
dos pasos. Un proceso λt , t > 0, se utiliza para generar otro proceso, Nt , ac-
tuando como su intensidad. En particular, se supone que Nt es un proceso de
Poisson condicionado a λt . Se pueden dar muchas posibles definiciones de un
proceso de Poisson doblemente estocástico. De todas las posibles, se ha seguido
la utilizada en la Sección 2.1, pp. 2–3, en Møller (2005), por ser muy general,
bien fundamentada y adaptada al marco espacial.
Primeramente, se define un proceso puntual espacial en Rd como un con-
junto aleatorio localmente finito X ⊂ Rd , lo que significa que para cualquier
conjunto de Borel acotado B ⊂ R2 , el número de puntos en XB = X ∩ B es una
variable aleatoria finita denotada por N (B).
Se dice que X es estacionario, o respectivamente isotrópico, si su distribu-
ción es invariante bajo traslaciones en Rd , o respectivamente rotaciones sobre
el origen en Rd .
Para cualquier entero n ≥ 1, la medida del momento factorial de orden n,
Capítulo 1. P RELIMINARES

µ(n) , de X se define como

6=
X
(n)
µ (A) = E 1[(u1 , . . . , un ) ∈ A]
u1 ,...,un ∈X

para conjuntos de Borel A ∈ Rdn , donde 6= sobre la suma significa que la suma
recorre todos los puntos distintos, dos a dos, u1 , . . . , un en X, y 1[·] es la función
indicadora. Se asume que µ(n) es localmente finita y tiene función de densidad
ρ(n) con respecto a la medida de Lebesgue en Rdn , donde llamamos a ρ(n) la
densidad producto de orden n. La medida de momento es µ(A) = µ(1) (A) =
E[N (A)], y ρ = ρ(1) es la función de intensidad. Intuitivamente, si u1 , . . . , un ∈ Rd
son distintos dos a dos, ρ(n) (u1 , . . . , un ) du1 · · · dun es la probabilidad de observar
la ocurrencia conjunta de n puntos de X en cada n regiones infinitesimales con
áreas du1 , . . . , dun , conteniendo u1 , . . . , un .
Una extensión natural del proceso de Poisson es considerar un proceso esto-
cástico no negativo Λ = (Λ(u))u∈Rd tal que X condicionado a Λ es un proceso de
Poisson con intensidad Λ, Cox (1955). Entonces, decimos que X es un proceso
de Cox (o doblemente estocástico) con intensidad Λ.
Como extensión inmediata de las propiedades de un proceso de Poisson X |
Λ, se tiene que X es estacionario o isotrópico si Λ es estacionaria o isotrópica
respectivamente. Además, la densidad producto

ρ(n) (u1 , . . . , un ) = E[Λ(u1 ) · · · Λ(un )],

de manera que

E[Λ(u)Λ(v)]
ρ(u) = E[Λ(u)], g(u, v) = .
ρ(u)ρ(v)

La función de correlación par se define como g(u, v) = ρ(2) (u, v)/(ρ(u)ρ(v)),

donde ρ(u) > 0 y ρ(v) > 0, por ser medias de variables positivas. Este tipo de
normalización es útil, ya que cuando g ≡ 1 estamos en el caso de no interac-
ción, cuando g > 1 se interpreta como atracción entre los puntos del procesos
ubicados en u y v, y si g < 1 se interpreta como repulsión entre las ubicaciones.
La estacionariedad de X implica que podemos asumir ρ(u) como constante y
g(u, v) = g(u − v) como invariante ante traslaciones. Si se cumple la isotropía,
entonces, g(u, v) = g(ku − vk) depende solo de la distancia entre u y v.

44
Capítulo 1. P RELIMINARES

Consideremos X como un proceso de Cox con intensidad Λ. Supongamos

que
log Λ(u) = Ψ(u), u ∈ Rd

donde Ψ = Ψ(u), u ∈ Rd , es un proceso gaussiano con media ξ(u) = E[Ψ(u)] y

función de covarianza C(u, v) = Cov(Ψ(u), Ψ(u)). Entonces llamamos a X un
proceso de Cox log-gaussiano. Es decir, un proceso de Cox donde el logaritmo de
la intensidad aleatoria es un proceso gaussiano.
Para asegurar la integrabilidad local de Λ(u) se tienen que cumplir ciertas
condiciones suaves, como que Λ(u) posea realizaciones o trayectorias no nega-
tivas y localmente integrables casi seguramente (Møller, 2005).
La clase de procesos estacionarios de Cox log-gaussianos posee varias pro-
piedades atractivas:

• La distribución se caracteriza completamente por la intensidad y la fun-

ción de correlación par del proceso de Cox. Esto hace que los modelos
paramétricos sean fáciles de interpretar y se disponga de métodos senci-
llos para la estimación paramétrica y la verificación de modelos.

• Las propiedades teóricas son fácilmente extraídas. Por ejemplo, los mo-
mentos de orden superior se expresan simplemente por la intensidad y la
función de correlación par del proceso de Cox log-gaussiano.

• El proceso gaussiano subyacente y la intensidad aleatoria pueden prede-

cirse a partir de la realización de un proceso de Cox gaussiano observado
dentro de una ventana limitada usando métodos bayesianos.

• No hay ningún problema con los efectos de borde ya que la distribución

de un proceso de Cox log-gaussiano restringido a un subconjunto acotado
es conocida.

Ver pp. 451–452, Møller et al. (1998), para más detalles.

Estas propiedades definen suficientemente los procesos de Cox log-

gaussianos. Además, se puede observar que dichos procesos son modelos flexi-
bles, se les puede aplicar transformaciones, trabajar con técnicas cluster, utilizar
fácilmente la simulación. Así mismo, la definición univariante de dichos proce-
sos puede ser extendida de forma natural al caso multivariante, véase Møller
et al. (1998).

45
Capítulo 1. P RELIMINARES

Consideremos el subconjunto aleatorio localmente finito X ⊂ Rd , proceso

de Cox con proceso de intensidad aleatoria Λ = Λ(s) : s ∈ Rd , es decir, la
distribución condicionada de X dada Λ es un proceso de Poisson con función
de intensidad Λ(·). Por lo tanto, según se ha comentado anteriormente, para un
conjunto de Borel acotado B ⊂ Rd se tiene que XB = X ∩ B condicionado a Λ
R
se distribuye como una Poisson de media B Λ(s) ds,

1.2.2. Procesos de Poisson homogéneos en el espacio `2

Se introducen a continuación, los procesos de Poisson en el espacio `2 , su
predicción y estimación paramétrica clásica; véase Bosq y Ruiz-Medina (2014).
Sea {Nt,j , t ∈ R+ , j ≥ 1} una secuencia de procesos de Poisson homogéneos
P
independientes con intensidades respectivas λj > 0, j ≥ 1, tales que j λj <
∞. Ya que
!
X X
X
2 2
λj t + (λj t)2 < ∞,

E Nt,j = E Nt,j =
j j j

P 2
se sigue que j Nt,j < ∞ casi seguramente (c. s.). Entonces, Mt = {Nt,j , j ≥ 0}
define una variable aleatoria con valores en `2 , y satisface EkMt k2`2 < ∞. Así,
{Mt , t ≥ 0} es un proceso en tiempo continuo `2 -valuado.

Predicción clásica

Asumamos que se observa MT y se quiere predecir MT +h (h > 0). Para este

propósito, primero se define la estimación por máxima verosimilitud (EMV)
para {λj , j ≥ 1}. Sea N ⊂ `2 la familia de secuencias {xj , j ≥ 1} = (xj ) tales
que xj es un entero para cada j, y xj = 0, para un j suficientemente grande. Se
puede escribir
[
N = Nk ,
k

donde Nk = {(xj ) : (x1 , . . . xk ) ∈ Nk ; xj = 0, j > k}. Claramente, Nk es nume-

rable para cada k. Entonces se sigue que N es numerable ya que se trata de una
unión numerable de conjuntos numerables. Así, se puede definir la medida de
conteo como µ sobre N , y extenderlo a `2 mediante µ(`2 − N ) = 0. Entonces,
la medida obtenida es σ-finita.

46
Capítulo 1. P RELIMINARES

Se considera Mt como variable aleatoria N -valuada. En realidad, puesto

2
P 2
que Nt,j es un entero, j Nt,j < ∞ (c. s.) implica que Nt,j = 0 c. s., para un j
suficientemente grande. De forma más precisa, existe Ω0 tal que P (Ω0 ) = 1, y
para todo ω ∈ Ω0 , existe un j0 (ω, λ, T ) tal que NT,j (ω) = 0, para j > j0 . Por lo
tanto, se puede definir la verosimilitud de MT con respecto a µ estableciendo

j0 (ω,λ,T )
Y (λj T )NT,j (ω)
L(MT (ω), λ) = exp (−λj T ) .
j=1
NT,j (ω)!

Así pues, la EMV de (λ) viene dado por:

 
NT,j
(λ)
bT = , j ≥ 1 = (λ
bT,j , j ≥ 1). (1.6)
T

Claramente, ∞
P b
j=1 λT,j < ∞ (c. s.) y (λ)T es insesgado (considerando (λ)
b
como un parámetro con valores en `2 ). Se sigue que

T +h
f (MT ) = MT (1.7)
T

es un predictor insesgado eficiente de Eλ (MT +h |MT ) = h(λ) + MT , (λ) ∈ `2 ;

véase Bosq y Ruiz-Medina (2014).

1.2.3. El proceso de Wiener fuertemente cilíndrico inducido

por un proceso de Wiener Hilbert-valuado
Sea H y H ∗ un espacio de Hilbert real separable y su dual, respectivamente.
Se denota por B(H) la σ–álgebra de Borel en H. Para f1∗ , . . . , fn∗ ∈ Γ ⊆ H ∗ , y
B ∈ B(Rn ), se define un conjunto cilíndrico o cilindro con respecto a (H, Γ)
como sigue:

Z(f1∗ , . . . , fn∗ , B) := {g ∈ H : (hg, f1∗ i , . . . , hg, fn∗ i) ∈ B}.

El conjunto de todos los conjuntos cilíndricos se denota como Z(H, Γ), el

cual resulta ser un álgebra. La generada σ–álgebra se denota por C(H, Γ), y
se denomina σ–álgebra cilíndrica con respecto a (H, Γ). Si Γ = H ∗ , escribimos
C(H) := C(H, H ∗ ). Ya que H es separable, se tiene que la σ–álgebra de Borel
sobre H y la σ–álgebra cilíndrica C(H) coinciden.

47
Capítulo 1. P RELIMINARES

Una función µ : C(H) → [0, ∞] se dice medible cilíndrica en C(H) si, para
cada subconjunto finito Γ ⊆ H ∗ , la restricción de µ sobre la σ–álgebra C(H, Γ)
es una medida. Una medida cilíndrica se dice finita si µ(H) < ∞.
Un proceso cilíndrico X en H es una familia {X(t), t > 0} de variables
aleatorias cilíndricas en H. Nótese, que la función característica ϕX : H ∗ → C,
con ϕX (f ∗ ) = E[exp(iX(f ∗ ))], f ∗ ∈ H ∗ , de una variable aleatoria cilíndrica es
definida positiva y continua en subespacios finitos. Entonces, existe una medi-
da cilíndrica µX con la misma función característica. Llamamos µX a la distri-
bución cilíndrica de X. El recíproco también es cierto. Una medida cilíndrica
fuertemente gaussiana µ, tiene como función característica ϕ dada por
 
∗ 1 ∗ ∗
ϕ(f ) = exp − hQf , f i) , ∀f ∗ ∈ H ∗ ,
2

para cierto operador positivo simétrico Q : H ∗ → H. Un proceso de Wiener

débilmente cilíndrico, {W (t) : t > 0}, es fuertemente cilíndrico si la distribu-
ción cilíndrica µW (1) de W (1) es fuertemente gaussiana; véase, por ejemplo, la
Definición 6.7 en Riedle (2011).
Un proceso estocástico adaptado H–valuado {W (t) : t > 0} se dice proceso
de Wiener si:

(a) W (0) = 0 casi seguramente con respecto a una medida de probabilidad

P;

(b) W tiene incrementos estacionarios independientes;

(c) existe Q, un operador positivo simétrico tal que Q : H ∗ −→ H, y

W (t) − W (s) ∼ N (0, (t − s)Q), para todo 0 ≤ s ≤ t.

Un proceso de Wiener fuertemente cilíndrico {W (t) : t > 0}, con operador de

covarianza Q = iQ i∗Q , es inducido por un proceso de Wiener H–valuado si y solo
si iQ es Hilbert-Schmidt, donde iQ denota la inclusión continua del rango de Q,
con respecto a la norma kf kQ = Q(f )(f ) = hQ(f ∗ ), f iH , f ∈ H, en H; véase
el Teorema 8.1 en Riedle (2011), para una caracterización más amplia de esta
clase de proceso de Wiener fuertemente cilíndricos.

48
Capítulo 1. P RELIMINARES

1.2.4. El proceso Ornstein-Uhlenbeck en espacios de Hilbert

Sea H un espacio de Hilbert real separable. Consideremos el proceso de
Ornstein-Uhlenbeck (O-U), definido por
Z t
X(t, f ) = exp(tA)(f ) + exp((t − s)A)dW (s), t ≥ 0, f ∈ H, (1.8)
0

donde W es un proceso de Wiener fuertemente cilíndrico en H, inducido por

un proceso de Wiener H–valuado; véase el Teorema 8.1 en Riedle (2011), con
operador de covarianza Q : H ∗ −→ H, tal que, para 0 ≤ s ≤ t,

W (t) − W (s) ∼ N (0, (t − s)Q).

Se asumen las siguientes condiciones, véase Da Prato y Zabczyk (1992);

Fuhrman (1995):

(i) El operador A es el generador infinitesimal de un semigrupo fuertemente

continuo, exp(tA), t ≥ 0, de operadores lineales en H satisfaciendo que
k exp(tA)k ≤ M exp(−ωt), t ≥ 0, para algún M y ω > 0.

(ii) Q es un operador continuo, lineal, autoadjunto y no negativo en H.

(iii) Considerando, para f ∈ H,

Z t
Qt (f ) = exp(sA)Q exp(sA∗ )(f )ds (1.9)
0

se tiene que supt>0 Tr(Qt ) < ∞, donde Tr denota la traza.

La integral estocástica (1.8) toma sus valores en H, y se entiende en el

sentido de Itb
o; véase, por ejemplo, Sección 8.1 de Kopp (2011). La variable
aleatoria H–valuada X(t, f ) tiene distribución gaussiana de media exp(tA)(f ),
y operador de covarianza Qt para cada t > 0. La medida gaussiana asociada se
denota como µexp(tA)f,Qt . El semigrupo de transición de O-U, Pt , viene entonces
dado por Z
(Pt φ)(f ) = φ(y)µexp(tA)f,Qt (dy), t > 0, f ∈ H,
H

para cada función real-valuada medible acotada φ en H. El operador Q∞ (f ) =

R∞
0
exp(tA)Q exp(tA∗ )(f )dt, f ∈ H, pertenece a la clase de operadores traza
bajo la Condición (i), y la medida gaussiana en H, µ0,Q∞ , es la única medida

49
Capítulo 1. P RELIMINARES

invariante para Pt . La forma explícita de la densidad de probabilidad y el es-

pacio donde se encuentra, así como la derivada Radon-Nikodym de µ0,Q∞ , se
obtienen, bajo ciertas condiciones, en Fuhrman (1995).

1.2.5. Procesos ARH(1)

Se introduce a continuación la ecuación de estados y suposiciones básicas,
que definen la familia de procesos ARH(1), véase Bosq (2000). Nótese que
esta familia de procesos Hilbert-valuados interviene en el cálculo del predictor
funcional de la log-intensidad aleatoria que dirige la clase de procesos de Cox
que se considera en los capítulos 3 y 7.

Definición 1.2. Sea H un espacio de Hilbert real separable. Una secuencia Y =

{Yn , n ∈ Z} de variables aleatorias H–valuadas en un espacio de probabilidad
básico (Ω, A, P ) se denomina un proceso hilbertiano autorregresivo de orden uno,
asociado a (η, ε, ρ), si es estacionario y satisface que

Xn = Yn − η = ρ(Yn−1 − η) + εn = ρ(Xn−1 ) + εn , n ∈ Z, (1.10)

donde la esperanza η = E[Yn ] ∈ H es constante, ε = (εn , n ∈ Z) es un ruido

blanco Hilbert-valuado en sentido fuerte (es decir, una secuencia estacionaria de
variables aleatorias independientes H–valuadas con Ekεn k2H = σ 2 < ∞, para
cada n ∈ Z), y ρ ∈ L(H), siendo L(H) el espacio de operadores lineales acotados
en H. Para cada n ∈ Z, εn y Xn−1 se asume que son incorreladas.

Si existe un valor positivo j0 ≥ 1 tal que kρj0 kL(H) < 1, entonces, el proceso
ARH(1) X = {Xn , n ∈ Z} en (1.10) es estándar, y existe una única solución
estacionaria para la ecuación (1.10); véase la Proposición 10.5, p. 248, en Bosq
(2000).
Los operadores de autocovarianza y covarianza cruzada vienen dados res-
pectivamente por

CX = E[Xn ⊗ Xn ] = E[X0 ⊗ X0 ], n ∈ Z,
DX = E[Xn ⊗ Xn+1 ] = E[X0 ⊗ X1 ], n ∈ Z,
(1.11)

donde h ⊗ g denota el producto tensorial de las funciones h y g en H. Es decir,

50
Capítulo 1. P RELIMINARES

para f, g ∈ H,
f ⊗ g(h) = f hg, hiH , ∀h ∈ H,

define un operador Hilbert-Schmidt en H. Se asume que el operador CX per-

tenece a la clase de operadores traza. En particular, EkXn k2H < ∞, para todo
n ∈ Z. Equivalentemente, para cualquier entero n, la variable Xn es un elemen-
to aleatorio en H. Por tanto, P (Xn ∈ H) = 1, pata todo n ∈ Z.

51
1.3. Preliminares para el Capítulo 4 y 5
Definición 1.3. (Ruiz-Medina, 2011). Un proceso funcional espacial
X = {Xi,j , (i, j) ∈ Z2 }, con valores en un espacio separable de Hilbert, H, se dice
que es un proceso autorregresivo espacial de orden uno, evaluado en un espacio de
Hilbert H, SARH(1), si es estacionario y cumple la siguiente ecuación:

Xi,j = R + L1 (Xi−1,j ) + L2 (Xi,j−1 ) + L3 (Xi−1,j−1 ) + i,j , (1.12)

donde R ∈ H y Ll ∈ L(H), para l = 1, 2, 3, y L(H) denota el espacio de ope-

radores lineales acotados en H. Aquí,  = {i,j , (i, j) ∈ Z2 } es el proceso de in-
novación espacial, que se supone que es un proceso espacial funcional débilmente
dependiente, más específicamente, se trata de una diferencia de martingala bipa-
ramétrica (donde el espacio de parámetros es bidimensional, es decir, un proceso
espacial), con E||i,j ||2H = σ 2 , independientemente de la ubicación espacial (i, j), y
N
E[i,j i,j ] = R0,0 también es independiente de (i, j).

La siguiente suposición está formulada para establecer las condiciones ne-

cesarias para probar la existencia como una solución estacionaria de (1.12).

Suposición 1.1. (Ruiz-Medina, 2011). Para l = 1, 2, 3, se asume que el operador

Ll ∈ L(H) admite una descomposición espectral en términos de la secuencia de
autovalores λkl , k ∈ N, y de los sistemas biortonormales de los autovectores iz-
quierdos {ψk , k ∈ N} y autovectores derechos {φk , k ∈ N}, definiendo bases duales
Riesz de H y H∗ , y de forma que se satisfacen las siguientes ecuaciones:

Ll (ψk ) = λkl ψk , k∈N

L∗l (φk ) = λkl φk , k∈N

donde L∗l denota al adjunto de Ll .

Bajo esta suposición, para l = 1, 2, 3, Ll admite la siguiente representación
espectral
X
Ll (g)(f ) = λkl ψk (f )φk (g), ∀ f, g ∈ H (1.13)
k∈N
Capítulo 1. P RELIMINARES

Nota 1.2. Las siguientes proposiciones proporcionan un conjunto de condiciones

adecuadas sobre los parámetros funcionales Ll , l = 1, 2, 3, bajo la Suposición 1.1,
que garantizan la existencia de una solución estacionaria para (1.12) en la forma
(1.14) desarrollada en la Proposición 1.4.

Proposición 1.3. (Ruiz-Medina, 2011). Bajo la Suposición 1.1, para cada k ∈ N,

ninguna de las raíces de φ(z1 , z2 ) = 0 = 1−λK1 z1 −λK2 z2 −λK3 z1 z2 se encuentran
dentro del polidisco unitario cerrado (|z1 | ≤ 1, |z2 | ≤ 1) si y solo si, para cada
k ∈ N,

i). |λkl | < 1, para l = 1, 2, 3,

ii). (1 + λ2k1 − λ2k2 − λ2k3 )2 − 4(λk1 + λk2 λk3 )2 > 0,

iii). (1 − λ2k2 ) > |λk1 + λk2 λk3 |.

Bajo i), ii) y iii), la solución a la ecuación (1.12) es estacionaria.

Nota 1.3. En el caso donde Ll , l = 1, 2, 3, sean semidefinidos positivos, la Condi-

ción i) se puede sustituir por la existencia de un entero, j0 ≥ 1, tal que:

kLj0 kL∞ (S 3 ) = máx{kLj10 kL(S) , kLj20 kL(S) , kLj30 kL(S) } < 1,

lo que equivale a la existencia de un entero j0 ≥ 1 tal que kLjl 0 kL( S) } < 1, para
l = 1, 2, 3. De hecho, podemos considerar un vector, j0 = (j01 , j02 , j03 ), tal que

kLj0 kL∞ (S 3 ) = máx{kLj10 kL(S) , kLj20 kL(S) , kLj30 kL(S) } < 1.

Proposición 1.4. (Ruiz-Medina, 2011) . Sea X un proceso SARH(1), satisfacien-

do la Suposición 1.1. Supongamos que se cumplen las condiciones consideradas en
la Proposición 1.3. Entonces, (1.12) admite una solución estacionaria única dada
por
∞ X ∞ X ∞
X (k + l + r)! k l r
Xi,j = R + L1 L2 L3 (i−k−r,j−l−r ) (1.14)
k=0 l=0 r=0
k! l! r!

donde Ll , l = 1, 2, 3, se han definido en (1.12).

Nota 1.4. Bajo la Suposición 1.1, si Ll es compacto, autoadjunto, y operador po-

sitivo para l = 1, 2, 3, entonces, en particular, φk = ψk , para k ≥ 1, y la proyección

53
Capítulo 1. P RELIMINARES

de la ecuación de estados SARH(1), (1.12), en {φk , k ≥ 1}, nos lleva al siguiente

sistema diagonal de ecuaciones de dimensión infinita:

p p p p
Xi,j = λp (L1 )Xi−1,j + λp (L2 )Xi,j−1 + λp (L3 )Xi−1,j−1 + pi,j , p ≥ 1, (1.15)

p
donde Xi,j = hXi,j , φp iH , y p (i, j) = hi,j , φp iH .

Nota 1.5. Bajo la suposición más restrictiva de que Ll , con l = 1, 2, 3, son operado-
res de Hilbert-Schmidt (positivos y autoadjuntos, como antes), se pueden obtener
resultados similares al desarrollo posterior para una base ortonormal arbitraria,
{ϕk }k≥1 de H, más allá de la restricción de un sistema común de autovectores pa-
ra Ll , l = 1, 2, 3, en la Suposición 1.1, ya que podemos considerar las siguientes
expansiones en serie de Ll , l = 1, 2, 3, en H,
∞ X
X ∞
Ll = Ll (ϕq )(ϕk )ϕk ⊗ ϕq , l = 1, 2, 3.
k=1 q=1

1.3.1. Estimación de momentos del proceso autorregresivo

espacial de orden uno evaluado en un espacio de
Hilbert

Siguiendo Ruiz-Medina (2012), a continuación, se consideran las bases de

autofunciones biortogonales que diagonalizan los parámetros del proceso
SARH(1) infinito-dimensional.
A partir de la ecuación (1.12), los operadores Li , i = 1, 2, 3, satisfacen el
siguiente sistema:

 R = L1 R0,0 + L2 R1,1 + L3 R0,1
 1,0


R0,1 = L1 R1,1 + L2 R0,0 + L3 R1,0



R = L R + L R + L R
1,1 1 0,1 2 1,0 3 0,0

Este sistema de ecuaciones lineales se aproxima, en la práctica, en términos

54
Capítulo 1. P RELIMINARES

de los operadores de covarianza empíricos que se definen como:

I J I−1 J−1
1 XX 1 XX
R̂0,0 = Zi,j ⊗ Zi,j ; R̂1,1 = Zi+1,j+1 ⊗ Zi,j ;
IJ i=1 j=1 (I − 1)(J − 1) i=1 j=1
I J−1 I−1 XJ
1 XX 1 X
R̂0,1 = Zi,j+1 ⊗ Zi,j ; R̂1,0 = Zi+1,j ⊗ Zi,j ;
I(J − 1) i=1 j=1 (I − 1)J i=1 j=1

donde {Zi,j = Xi,j − R, (i, j) ∈ (1, . . . , I) × (1, . . . , J)} define la estructura de

dependencia espacial de los datos funcionales y satisfacen la ecuación (1.12).
Para cada p, q ∈ {0, 1}, se denota por {cm,n (Rp,q ), m, n ∈ N} a los coeficientes
de Fourier de Rp,q , con respecto a las bases de autovectores definidos en la
Suposición 1.1, es decir, cm,n (Rp,q ) = Rp,q (φn )(ψm ), m, n ∈ N. Así pues, para
cada p, q ∈ {0, 1}, la siguiente representación basada en kernels es válida, véase
Ruiz-Medina (2012):
XX
Rp,q (f )(g) = cm,n (Rp,q )ψm (f )φn (g) ∀f, g ∈ H
m∈N n∈N

Proposición 1.5. (Ruiz-Medina, 2012). Bajo la Suposición 1.1, los autovalores

{λkl , k ∈ N, l = 1, 2, 3} se pueden estimar a partir de

c (R̂ ) = cm,n (R̂0,0 )λ̂k1 + cm,n (R̂1,1 )λ̂k2 + cm,n (R̂0,1 )λ̂k3 m, n ∈ N
 m,n 1,0


cm,n (R̂0,1 ) = cm,n (R̂1,1 )λ̂k1 + cm,n (R̂0,0 )λ̂k2 + cm,n (R̂1,0 )λ̂k3 m, n ∈ N


m, n ∈ N

c (R̂ ) = c (R̂ )λ̂ + c (R̂ )λ̂ + c (R̂ )λ̂
m,n 1,1 m,n 0,1 k1 m,n 1,0 k2 m,n 0,0 k3

Entonces, los estimadores componente a componente de Li , i = 1, 2, 3,, basados

en el método de los momentos, se pueden calcular a partir de
X
L̂l (f )(g) = λ̂kl ψk (f )φk (g), ∀f, g ∈ H, l = 1, 2, 3,
k∈N

En consecuencia, se obtiene el siguiente predictor plug-in funcional resultante:

Ẑi+1,j+1 = L̂1 (Zi,j+1 ) + L̂2 (Zi+1,j ) + L̂3 (Zi,j ) + i,j , (1.16)

Nota 1.6. (Ruiz-Medina, 2012). En la práctica, para un orden de truncamiento

M , se calcula la estimación paramétrica como proyección de los operadores empí-

55
Capítulo 1. P RELIMINARES

ricos de autocovarianza:
   −1  
Λ̂(L1 ) C(R̂0,0 ) C(R̂1,1 ) C(R̂0,1 ) C(R̂1,0 )
Λ̂(L2 ) = C(R̂1,1 ) C(R̂0,0 ) C(R̂1,0 ) C(R̂0,1 )
     

Λ̂(L3 ) C(R̂0,1 C(R̂1,0 C(R̂0,0 ) C(R̂1,1 )

donde,
 para p,  q ∈ {0, 1}, C(R̂p,q ) es una matriz M × M de entradas
R̂p,q (φm )(ψn ) y, para l = 1, 2, 3, Λ̂(Ll ) es una matriz diagonal, donde
  m,n=1,...M

λ̂kl son sus entradas.

k=1,...M

56
M ETODOLOGÍA Y R ESULTADOS

58
Metodología y Resultados

En esta parte se detallan los principales ingredientes y aportaciones de la

presente tesis según se describe en los capítulos 2–5, que intervienen en los
resultados teóricos y metodológicos derivados en toda la tesis. Asimismo, se
introducen los estudios de simulación y aplicaciones con datos reales desarro-
llados para ilustrar los resultados obtenidos y su implementación práctica.

59
Capítulo 2

Análisis de las propiedades

asintóticas de estimadores
espaciales de mínimo contraste
basados en el periodograma
tapered

En este capítulo, se estudian las propiedades asintóticas de los estimadores

de mínimo contraste en procesos espaciales a partir del periodograma tapered.
Se estudia el funcional de contraste de Ibragimov así como el de Whittle, para
campos aleatorios gaussianos con dependencia de corto y largo rango. Los re-
sultados derivados en este capítulo sobre consistencia y normalidad asintótica
se han publicado en el trabajo titulado “Asymptotic properties of parameter esti-
mates for random fields with tapered data”, que aparece en la revista “Electronic
Journal of Statistics”, Vol. 11, pp 3332–3367, (Alomari et al., 2017). Asimismo,
se describe el estudio de simulación desarrollado, en el contexto de procesos
espaciales autorregresivos fraccionarios, en relación con los polinomios de Ge-
genbauer.
Sea Y = {Yt , t ∈ Zd , d > 1} un campo aleatorio homogéneo gaussiano
real-valuado centrado y medible, con densidad espectral f (λ, θ), para λ ∈ T =
(−π, π]d y θ ∈ Θ, siendo Θ un subespacio compacto de Rq , q > 1. Asumimos
que θ0 , el verdadero valor del parámetro, pertenece al interior de Θ. Se asume
también que la parametrización es propia, o equivalentemente, se considera la

60
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

correspondiente condición de indentificabilidad del modelo paramétrico, es de-

cir, θ 6= θ 0 implica f (λ, θ) 6= f (λ, θ0 ) sobre un conjunto de medida de Lebesgue
positiva.
A continuación, en la Sección 2.1, se exponen los principales resultados so-
bre consistencia y normalidad asintótica de los correspondientes estimadores de
mínimo contraste. Las condiciones utilizadas abarcan el caso de campos aleato-
rios con dependencia de largo rango, con un modelo particular de densidades
espectrales con singularidades que se factorizan. También se dan unas condi-
ciones sobre las funciones tapered para asegurar la normalidad asintótica de los
estimadores de mínimo contraste propuestos, dando lugar a un resultado de
normalidad asintótica, para las dimensiones d = 1, 2, 3.
La Sección 2.2 contiene las demostraciones de los resultados de la Sección
2.1 sobre las propiedades asintóticas de los estimadores de mínimo contraste
aportados.
En la Sección 2.3, se ilustran los resultados derivados mediante un estudio
de simulación, en el contexto de los procesos autorregresivos espaciales y los
campos aleatorios espaciales de Gegenbauer. Finalmente, en la Sección 2.4 se
presenta el teorema central del límite para funcionales espectrales de campos
aleatorios gaussianos, a partir de datos tapered

2.1. Condiciones para el análisis de propiedades

asintóticas
En los resultados derivados en las secciones subsiguientes, se asumen las
siguientes condiciones, que definen la familia paramétrica de densidades es-
pectrales espaciales analizada.

B1. Sea Y (t), t ∈ Zd , un campo aleatorio gaussiano, estacionario, medible1 ,

real-valuado, centrado y con densidad espectral f (λ, θ), donde λ ∈ T =
1
Un campo aleatorio Y (ω, t) : Ω×T → Rm , con T ∈ B(Rd ), se dice medible si para cualquier
conjunto A ∈ B(Rm ), {(ω, t) : Y (ω, t)} ∈ A × B(T ). En general, un campo aleatorio se puede
considerar simplemente como un proceso estocástico definido sobre un espacio paramétrico de
dimensión d ≥ 1, que usualmente toma valores en un espacio euclidiano. Si el espacio para-
métrico T ⊂ Rd , se dice un campo aleatorio d–dimensional. Es habitual exigir que los campos
aleatorios sean separables por las buenas propiedades que se desprenden de dicha condición y
para evitar problemas de medición. Esta condición nos dice que existe un subconjunto numera-

61
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

(−π, π]d , θ ∈ Θ ⊂ Rq , y Θ es un conjunto compacto. Se asume que θ0 ∈

int(Θ), donde θ0 es el verdadero valor del vector paramétrico θ.

B2. Si θ1 6= θ2 entonces f (λ, θ1 ) 6= f (λ, θ2 ) para casi todo λ ∈ T con respecto

a la medida Lebesgue.

Restringimos nuestro estudio a los campos con d ≤ 3. Nótese que los re-
sultados sobre la consistencia de los estimadores se mantendrán para el caso
general, d ≥ 1. Sin embargo, para la normalidad asintótica se le impondrá la
restricción d ≤ 3, ya que sólo para estas dimensiones podemos controlar el
sesgo con la ayuda del tapering.

Nota 2.1. En lo que sigue, para la diferenciabilidad con respecto a θ, nos referimos
a la diferenciación en el interior de Θ.

Para definir el funcional de Ibragimov, vamos a utilizar una función peso

que satisfaga la siguiente hipótesis.

B3. Existe una función no negativa w(λ), λ ∈ T, tal que

1. w(λ) es simétrica, es decir que w(λ) = w(−λ);

2. w(λ)f (λ, θ) ∈ L1 (T) , para todo θ ∈ Θ.

Bajo esta condición, tenemos que

Z
2
σ (θ) = f (λ, θ)w(λ) dλ (2.1)
T

y representa la densidad espectral en la forma:

f (λ, θ) = σ 2 (θ)ψ(λ, θ). (2.2)

Para la función ψ(λ, θ) se tiene que

Z
ψ(λ, θ)w(λ)dλ = 1, (2.3)
T

adicionalmente suponemos:
ble fijo D ⊂ T , tal que, con probabilidad 1,

sup Y (t) = sup Y (t), ı́nf Y (t) = ı́nf Y (t), para todo conjunto abierto V,
t∈V ∩D t∈V t∈V ∩D t∈V

(Adler y Taylor, 2007; Azaïs y Wschebor, 2009; Leonenko, 1999).

62
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

B4. Las derivadas ∇θ ψ(λ, θ) existen y se verifican las condiciones que permiten
intercambiar la diferenciación bajo el signo de la integral en la ecuación
(2.3), es decir que
Z Z
∇θ ψ(λ, θ)w(λ) dλ = ∇θ ψ(λ, θ)w(λ) dλ = 0.
T T

Supongamos que existen las funciones αi : Θ → (0, 1), i = 1, ..., d, tales que
cumplen las condiciones siguientes (con la elección apropiada de una función
peso w(λ)). Para simplificar la notación en la formulación de las condiciones
siguientes, omitiremos el argumento θ en las funciones αi (θ) y las escribiremos
simplemente como αi .

B5. Para todo θ ∈ Θ, la densidad espectral f (λ, θ) = O( di=1 |λi |−αi ) cuando
Q

λi → 0, y f (λ, θ) está acotada para δ ≤ |λ| ≤ π, con δ > 0; Así pues,

w(λ) log ψ(λ, θ) = O( di=1 |λi |αi ) cuando λi → 0.
Q

B6. Existe una función υ(λ), λ ∈ T, tal que

1. la función h(λ, θ) = υ(λ) log ψ(λ, θ) es uniformemente continua en

T × Θ;

2. w(λ)/υ(λ) = O( di=1 |λi |αi ) cuando λi → 0.

Q

B7. La función ψ(λ, θ) tiene segunda derivada acotada en Θ y

2 Qd
1. w(λ) ∂θ∂i ∂θj log ψ(λ, θ) = O( i=1 |λi |αi ) cuando λi → 0, para todo i, j,
θ ∈ Θ.

2. w(λ) ∂θ∂ i log ψ(λ, θ) = O( di=1 |λi |αi ) cuando λi → 0, para todo i, θ ∈
Q

Θ.
∂2
3. Las derivadas de segundo orden, ∂θi ∂θj
log ψ(λ, θ), con i, j = 1, . . . , q,
son continuas en θ.

B8. Las matrices S(θ) = (sij (θ))i,j=1,...,q y A(θ) = (aij (θ))i,j=1,...,q son definidas

63
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

positivas donde, para i, j = 1, ..., q,

∂2
Z
(sij (θ)) = f (λ, θ)w(λ) log ψ(λ, θ) dλ
T ∂θi ∂θj
Z h ∂2
2
= σ (θ) w(λ) ψ(λ, θ)
T ∂θi ∂θj
1 ∂ ∂ i
− ψ(λ, θ) ψ(λ, θ) dλ,
ψ(λ, θ) ∂θi ∂θj
Z
∂ ∂
(aij (θ)) = 2(2π)d f 2 (λ, θ)w2 (λ) log ψ(λ, θ) log ψ(λ, θ) dλ
T ∂θi ∂θj
Z
d 2 2 ∂ ∂
= 2(2π) (σ (θ)) w2 (λ) ψ(λ, θ) ψ(λ, θ) dλ.
T ∂θi ∂θj

H2. La función taper h̃(t) es Lipschitz continua en [−1, 1], y h̃(−1) = h̃(1) = 0.

B9. La densidad espectral f (λ, θ), la función w(λ), y la función

ϕ(λ, θ) = w(λ) ∂θ∂ i log ψ(λ, θ), son tales que una de las siguientes con-
diciones se cumple:

(i) ϕ tiene segunda derivada acotada;

R
(ii) la convolución g(u) = T f(λ)ϕ (λ + u) dλ tiene segunda derivada
acotada en cero.

Nota 2.2. En las condiciones B5–B7, se prescribe el comportamiento de la densi-

dad espectral y alguna de sus derivadas, en el punto de singularidad. Estas con-
diciones aparecen de manera natural y son análogas, por ejemplo, a las que se
utilizan en Fox y Taqqu (1986) para el caso de los estimadores de Whittle, con
modificaciones evidentes, ya que usamos otro funcional para construir los estima-
dores. De las suposiciones B6–B7 se desprende de forma clara que la función peso
w(λ) para el funcional de contraste UT se construye para compensar posibles sin-
gularidades de la densidad espectral. En algunos casos, esta función peso no es
necesaria, por ejemplo, cuando la densidad espectral está acotada.

Nota 2.3. Las condiciones B7 y B8 se utilizan para lograr una convergencia apro-
piada del sesgo a 0.

Nota 2.4. Un ejemplo de un campo aleatorio con dependencia de largo rango para
el cual se satisfacen todas las condiciones anteriores (con la elección apropiada de

64
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

la función peso w(λ)), es la solución a la siguiente ecuación:

(1 − B1 )d1 (1 − B2 )d2 Y (t1 , t2 ) = ε(t1 , t2 )

, siendo ε(t1 , t2 ) un ruido blanco bidimensional, y siendo Bi un operador de retar-

dos para la i–ésima coordenada, i = 1, 2. Este ejemplo de autorregresión espacial
fraccionaria, de forma más general, se considera en detalle en la Sección 2.3, junto
a otros dos ejemplos de campos aleatorios de Gegenbauer. También se presentan las
funciones peso w(λ), apropiadas para estos modelos. Obsérvese que la estimación
de los campos que obedecen al modelo autorregresivo espacial fraccionario (basada
en el funcional de Whittle) se ha considerado en Boissy et al. (2005), sin embar-
go, solo se ha establecido la consistencia de los estimadores. Dentro del enfoque del
presente capítulo, se pueden construir estimaciones consistentes y asintóticamente
normales para este modelo (véase la Sección 2.3.1).

Consideramos el siguiente campo aleatorio de contraste basado en el perio-

dograma tapered definido en los preliminares:
Z
UT (θ) = − ITh (λ)w(λ) log ψ(λ, θ) dλ (2.4)
T

y el estimador de mínimo contraste

θ̂T = arg mı́n UT (θ).

θ∈Θ

Así mismo, se definen las siguientes funciones:

Z
ψ(λ, θ)
K(θ0 ; θ) = − f (λ, θ0 )w(λ) log dλ (2.5)
T ψ(λ, θ0 )

y Z
U (θ) = − f (λ, θ0 )w(λ) log ψ(λ, θ) dλ. (2.6)
T

La propiedad de mínimo contraste de la función K(θ0 , θ) se indica en el Teo-

rema 2.1, así como las condiciones bajo las cuales UT (θ) es el campo aleatorio
de contraste relacionado con K(θ0 , θ).

65
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

2.1.1. Teoremas sobre la consistencia y la normalidad asin-

tótica de los estimadores
Teorema 2.1. Asumimos que las condiciones B1–B3, B5–B6, y H1 se satisfacen.
Entonces, la función K(θ0 ; θ) definida por la ecuación (2.5) es la función de con-
traste para el campo aleatorio de contraste UT (θ) definido por la ecuación (2.4).
Además, el estimador de mínimo contraste θ̂T ,

θ̂T = arg mı́n UT (θ), (2.7)

θ∈Θ

es un estimador consistente del vector paramétrico θ. Esto es, existe una conver-
gencia en P0 probabilidad:

0P
θ̂T −→ θ0 , cuando T −→ ∞.

P
El estimador σ̂T2 −→ 0
σ 2 (θ0 ), cuando T −→ ∞, donde σ̂T2 es un estimador del
parámetro σ 2 (θ0 ) que viene dado por
Z
σ̂T2 = ITh (λ)w(λ) dλ.
T

La demostración se incluye en la Sección 2.2.

Teorema 2.2. Asumimos que d ≤ 3, y que las condiciones B1–B9 y H1–H2 se

satisfacen. Entonces, el estimador de mínimo contraste, definido en la ecuación
(2.7), es asintóticamente normal. Esto es, cuando T −→ ∞

D
T d/2 (θ̂T − θ0 ) −→ Nq (0, e(h)S−1 (θ0 )A(θ0 )S−1 (θ0 )), (2.8)

donde las entradas de las matrices S(θ) = (sij (θ)), y A(θ) = (aij (θ)) están defi-
nidas en la Condición B8, e(h) viene dado por la siguiente ecuación,
Z Z −2 d
4 2
e(h) = (h̃(t)) dt (h̃(t)) dt , (2.9)

y Nq (·, ·) denota la distribución de Gauss multivariante q–dimensional.

La demostración se incluye en la Sección 2.2.

Nota 2.5. En el caso de tiempo discreto, usualmente se toma LT = [1, T ]d , como

el dominio sobre el cual se observa el campo. Estos resultados obtenidos siguen

66
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

siendo válidos para un dominio de este tipo. Así, solamente tenemos que ajustar los
supuestos para una función taper h̃(t). Es decir, la Suposición H1 debe modificarse
de la siguiente manera: h̃(t) es una función medible positiva de variación acotada
con soporte en [0, 1] y h(0) = 0, h(1 − v) = h(v), para 0 ≤ v ≤ 21 .

Nota 2.6. Un ejemplo de una función taper h̃(t) que satisface las condiciones
asumidas es
1
h̃(t) = (1 + cos(4πt)), t ∈ [−1, 1].
2
Esto es simplemente una modificación de la conocida campana de coseno (o la
función taper de Tukey-Hanning):

1
h̃(t) = (1 − cos(2πt)), t ∈ [0, 1],
2

adecuada para el dominio LT = [1, T ]d .

Nota 2.7. Para establecer la consistencia de un estimador de mínimo contraste

θ̂T , que corresponde a un funcional UT (θ), se siguen los siguientes razonamientos
habituales: se debe comprobar que se cumple la convergencia en probabilidad (1.2)
y, a continuación, debido al Teorema 3.4.1 en Guyon (1995), basta con probar que
la convergencia (1.2) se mantiene uniformemente con respecto a θ.
El enfoque habitual para establecer la normalidad asintótica del estimador θbT
es considerar la siguiente relación:
   
∇θ UT θbT = ∇θ UT (θ0 ) + ∇θ ∇0θ UT (θT∗ ) θbT − θ0 , |θT∗ − θ0 | < θbT − θ0 ,

y entonces evaluar el comportamiento asintótico de ∇θ UT (θ0 ) y ∇θ ∇0θ UT (θT∗ ).

Por lo tanto, se obtendrá la consistencia de los funcionales espectrales empíricos
de la forma: Z
JTh (ϕ) = ITh (λ) ϕ (λ) w (λ) dλ,
T

donde ITh (λ) es el periodograma basado en datos tapered. En particular, para la

consecución de los resultados de normalidad asintótica, es importante establecer
las condiciones que garantizan la tasa apropiada de convergencia a cero del sesgo,
es decir, la siguiente relación a tener en cuenta:
 Z 
d/2 h
T EJT (ϕ) − f (λ) ϕ (λ) w (λ) dλ → 0 cuando T → ∞. (2.10)
T

67
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

En el anterior Teorema 2.2, las condiciones que ayudan a controlar el sesgo son
H1–H2 y B9.

Nota 2.8. Obsérvese que los resultados anteriores sobre estimadores de Ibragi-
mov2 se expresaron bajo las condiciones de integrabilidad de la densidad espectral
f (λ, θ) y la función w(λ) log ψ(λ, θ), así como de funcionales que involucran a di-
chas funciones (2.10). Cabe destacar también que la investigación del sesgo para
los estimadores de funcionales espectrales, en el ajuste no paramétrico, fue presen-
tada en Anh et al. (2007a); Sakhno (2007, 2014).
Las condiciones asumidas para los resultados de consistencia y normalidad
asintótica, se formulan de forma explícita, para facilitar su verificación y apli-
cación en la práctica.

Nota 2.9. Como se desprende de los resultados de Guyon, véase, por ejemplo,
Guyon (1995), resumidos en la siguiente sección: para controlar el sesgo de los
estimadores de mínimo contraste de Ibragimov en el caso de campos aleatorios
con dependencia de corto rango se pueden usar las siguientes condiciones: la fun-
ción taper h̃(t) pertenece a C 2 [−1, 1]; la densidad espectral f (λ, θ) y la función
ϕ(λ, θ) = w(λ) ∂θ∂ i log ψ(λ, θ) pertenecen a C 2 (T).

Nota 2.10. Con respecto a la Condición B8: si en lugar de la Condición 3 en

2
B7 utilizamos la Condición 30 : las derivadas de segundo orden, ∂θ∂i ∂θj log ψ(λ, θ),
i, j = 1, . . . , q, son continuas en ambos (λ, θ), λ 6= 0; entonces se puede simple-
mente utilizar el caso no degenerado S(θ) en B8. De hecho, dado que el punto θ0
R
es el punto máximo para el funcional −U (θ) = T f (λ, θ0 )w(λ) log ψ(λ, θ) dλ,
entonces, bajo la última Condición 30 , la matriz ∇θ ∇0θ (−UT (θ0 )) tiene que ser
semidefinida negativa, y suponiendo que S(θ0 ) = ∇θ ∇0θ (UT (θ0 )) sea no degene-
rada, se puede concluir que ∇θ ∇0θ (−UT (θ0 )) es definida negativa y, por lo tanto,
S(θ0 ) = ∇θ ∇0θ (UT (θ0 )) es definida positiva, véase, por ejemplo, los comentarios
después de la Condición N8 en Ivanov y Prikhodko (2015).

2.2. Demostraciones
Las demostraciones se basan en los resultados sobre propiedades asintóticas
de los funcionales JT (ϕ) obtenidos mediante la evaluación de sus cumulantes.
2
Véase, por ejemplo, Anh et al. (2004a,b, 2007b,c); Avram et al. (2010a).

68
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

Estos cumulantes se pueden representar en forma de algunas integrales que

implican densidades espectrales, funciones peso, y kernels de tipo Fejér. Aunque
estos kernels son diferentes para los casos tapered y no tapered, todas las técnicas
para las demostraciones funcionan de manera similar en ambos casos (ver más
detalles en la Sección 2.4).
Se presentan, en esta sección, los pasos principales para las demostraciones
y para establecer el Lema 2.1, que permite controlar el sesgo según se requiere
para la derivación del Teorema 2.2.
La herramienta principal que utilizamos para obtener la normalidad asintó-
tica de nuestros estimadores es el Teorema 2.4 (ver Sección 2.4). Este teorema
da condiciones suficientes para la normalidad asintótica de JT (ϕ). También ne-
cesitamos condiciones para la convergencia en probabilidad de los funcionales
JT (ϕ) que se discute en la siguiente observación.

Nota 2.11. Para establecer la convergencia en probabilidad

Z Z
P
JT (ϕ) = ITh (λ) ϕ (λ) dλ −→ J (ϕ) = f (λ) ϕ (λ) dλ, (2.11)
T T

es suficiente con ver que:

R
(i) T (EITh (λ) − f (λ))ϕ (λ) dλ → 0 ;
R P
(ii) T (ITh (λ) − EITh (λ))ϕ (λ) dλ → 0.
R
La convergencia en probabilidad de (ii) se cumplirá si V arJT (ϕ) = E( T (ITh (λ) −
EITh (λ))ϕ (λ) dλ)2 → 0. Por lo tanto, para que se cumpla (2.11) podemos utilizar
condiciones que garanticen la convergencia (i) y la convergencia de la varianza del
funcional normalizado T d/2 (JT (ϕ) − EJT (ϕ)) a un límite finito. En particular, la
convergencia (2.11) se cumple bajo las condiciones asumidas sobre f (λ) y ϕ (λ)
impuestas en el Teorema 2.4.

Demostración del Teorema 2.1: En vista de la Nota 2.11, teniendo en cuenta

la expresión para UT (θ), se puede concluir que la convergencia

P
lı́m UT (θ) − UT (θ0 ) → U (θ) − U (θ0 ) = K(θ0 ; θ)
T →∞

se mantiene bajo la Condición B5.

Además, bajo las condiciones B5 y B6, la convergencia anterior se mantie-
ne uniformemente con respecto a θ ∈ Θ. De hecho, denotando como η (ε) al

69
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

módulo de continuidad de la función h(λ, θ), se puede decir que:

Z
w (λ)
sup {|UT (θ1 ) − UT (θ2 )| , θ1 , θ2 ∈ Θ, |θ1 − θ2 | ≤ ε} ≤ η (ε) I hT (λ) dλ,
T v (λ)

y la integral del lado derecho de la desigualdad anterior está asintóticamente

acotada en probabilidad, bajo las condiciones B5 y B6.

Por lo tanto, en vista del Teorema 3.4.1 de Guyon (1995), concluimos que
P0
el estimador θ̂T es consistente: θ̂T −→ θ0 , cuando T → ∞.

La propiedad de mínimo contraste para K(θ0 ; θ) se deduce de la desigualdad

de Jensen:
Z
ψ(λ, θ)
−K(θ0 ; θ) = f (λ, θ0 )w(λ) log dλ
T ψ(λ, θ0 )
Z
2 ψ(λ, θ)
= σ (θ0 ) ψ(λ, θ0 )w(λ) log dλ
T ψ(λ, θ0 )
Z
≤ σ 2 (θ0 ) log w(λ)ψ(λ, θ)dλ = 0,
T

por lo tanto, K(θ0 ; θ) ≥ 0 y, además, K(θ0 ; θ) > 0 si ψ(λ, θ0 ) 6≡ ψ(λ, θ), para
θ0 6= θ, casi seguramente, respecto a la medida de Lebesgue.

La siguiente convergencia,
Z Z
P0
σ̂T2 = ITh (λ)w(λ) dλ 2
−→ σ (θ0 ) = f (λ, θ0 )w(λ) dλ (2.12)
T T

se puede establecer con el uso de los mismos argumentos utilizados en la con-

P0
vergencia de UT (θ) −→ U (θ), según se ha indicado anteriormente. También se
puede aplicar nuevamente la observación dada en la Nota 2.11, esto es, para
establecer la expresión dada en (2.12) podemos utilizar el Teorema 2.4. Se pue-
de ver que, bajo la Condición B5, w(λ) compensa la singularidad de f (λ, θ0 ) y,
por lo tanto, así se llega a la convergencia (2.12).

Demostración del Teorema 2.2: Aplicando el teorema del valor medio, se tiene
que
∇θ UT (θ̂T ) = ∇θ UT (θ0 ) + ∇θ ∇0θ UT (θT∗ )(θ̂T − θ0 ),

70
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

donde θT∗ − θ0 < θ̂T − θ0 y

Z
∇θ UT (θ) = − ITh (λ)w(λ)∇θ log ψ(λ, θ) dλ
T
n Z ∂ o
= − ITh (λ)w(λ) log ψ(λ, θ) dλ ,
T ∂θi i=1,...,q
Z
∇θ ∇θ UT (θ) = − ITh (λ)w(λ)∇θ ∇0θ log ψ(λ, θ) dλ
0
T
n Z
h ∂2 o
= − IT (λ)w(λ) log ψ(λ, θ) dλ .
T ∂θi ∂θj i,j=1,...,q

De las condiciones asumidas en la formulación del estimador de mínimo con-

traste, se deduce que, para un N suficientemente grande,

∇θ UT (θ0 ) = −∇θ ∇0θ UT (θT∗ )(θ̂T − θ0 ). (2.13)

Por lo tanto, queda por demostrar que

(i) ∇θ ∇0θ UT (θ) → S(θ0 ) en P0 –probabilidad,

D
(ii) T d/2 ∇θ UT (θ0 ) → Nq (0, e(h)A(θ0 ))),

donde A(θ) y S(θ) vienen dados en la Condición B8. Entonces, por el lema de
Slutsky, la relación (2.8) es una consecuencia de (2.13) y (i)–(ii).
Obsérvese que al cumplirse la Condición B4,
Z
f (λ, θ0 )w(λ)∇θ log ψ(λ, θ0 )dλ = 0,
T

por lo tanto, ∇θ UT (θ0 ) = JT (ϕi ) − J(ϕi ) i=1,...,q , y la convergencia (ii) se cum-
plirá si se produce la siguiente convergencia

D
T d/2 JT (ϕi ) − EJT (ϕi ) i=1,...,q → Nq (0, e(h)A(θ0 ))


(2.14)

y
T d/2 EJT (ϕi ) − J(ϕi ) → 0, i = 1, . . . , q,


(2.15)

donde ϕi (λ) = w(λ) ∂θ∂ i log ψ(λ, θ0 ). La convergencia (2.14) se cumple bajo las
condiciones B5 y B7(2), en vista del Teorema 2.4; la convergencia (i) se cum-
ple bajo las condiciones B5, B6, B7(1), B7(3), teniendo en cuenta la Nota 2.11
(y teniendo en cuenta la consistencia de θ̂T ). La convergencia (2.15) se cum-

71
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

plirá bajo las condiciones H1–H2 y B9, en vista del Lema 2.1, que se indica a
continuación. Obsérvese que en los trabajos anteriores, la convergencia (2.15)
se impuso como hipótesis, véase, por ejemplo Anh et al. (2007b); Avram et al.
(2010b).

Lema 2.1. Sea la función taper h̃(t) tal que satisface los supuestos H1 y H2.
Supongamos además que una de las siguientes condiciones se cumple:
(i) f tiene segunda derivada acotada y ϕ ∈ L1 (T);

(ii) ϕ tiene segunda derivada acotada;

R
(iii) la convolución g(u) = f (λ)ϕ (λ + u) dλ tiene segunda derivada acotada
en cero.
Entonces, cuando T → ∞,

EJT (ϕ) − J (ϕ) = O T −2 .

(2.16)

Demostración:
El análogo de este lema para los campos paramétricos continuos se obtuvo en
Sakhno (2007); los resultados sobre la evaluación del sesgo para los funcionales
espectrales de órdenes superiores en contextos discretos y continuos se estable-
cieron en Anh et al. (2007b) y Avram et al. (2010b). La presente demostración
utiliza las ideas de estos artículos. Tras realizar algunos cálculos sencillos, el
sesgo de JT (ϕ) se puede expresar como sigue:
Z Z Z
E [JT (ϕ) − J (ϕ)] = ϕ(λ)f (u) Φh2,T (u − λ) dudλ − ϕ(λ)f (λ)dλ
Z Z
= ϕ(λ) (f (λ + u) −f (λ)) Φh2,T (u) dudλ (2.17)
Z Z
= f (λ) (ϕ (λ + u) −ϕ(λ)) Φh2,T (λ) dudλ (2.18)
Z
= (g(u) − g(0)) Φh2,T (u) du, (2.19)

donde Φh2,T (u) = [(2π)d H2,T (0)]−1 |H1,T (u)|2 , es una función par que se in-
tegra a 1 (más específicamente, este es el kernel de tipo Fejér; véase la Sec-
ción 2.4), con H1,T (u) que viene dado en (1.4) para k = 1, y denotando
R
g(u) = f (λ)ϕ (λ + u) dλ.

72
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

Por lo tanto, para evaluar el sesgo necesitamos analizar el comportamiento

asintótico de las expresiones (2.17)–(2.19). Aquí, se pueden aplicar argumentos
estándar si imponemos condiciones de regularidad sobre las funciones f , ϕ, o,
más generalmente, sobre su convolución g.

Consideremos la expresión (2.17) y la Condición (i).

Por el teorema de Taylor y la suposición de que f (λ) tiene segunda derivada

acotada en T,

d d
X ∂f (λ) X
f (λ + u) − f (λ) − ui ≤ const · |ui |2 .
i=1
∂λi i=1

Consideremos la expresión

d Z
|H1,T (u)|2
Z
X ∂f (λ)
ϕ (λ) ui du dλ
i=1 T ∂λi T (2π)d H2,T (0)
Qd 2
d Z
X ∂f (λ)
Z
i=1 H̃1,T (ui )
= ϕ (λ) ui du dλ . (2.20)
i=1 T ∂λi T (2π)d H2,T (0)

2
Como H̃1,T (ui ) ·(2π H̃2,T (0))−1 es un kernel de tipo Fejér e integra 1, siguiendo
lo planteado en Dahlhaus (1983), las integrales dadas en (2.20) se reducen a
la expresión
Z π 2
H̃1,T (ui )
ui dui ,
−π 2π H̃2,T (0)
2
la cual es igual a cero, ya que H̃1,T (ui ) es una función par. Por lo tanto, (2.20)
es igual a cero y
2
d Z
X Z d
Y H̃1,T (ui )
|EJT (ϕ) − J (ϕ)| ≤ const · |ϕ (λ)| |ui |2 du dλ. (2.21)
i=1 T T i=1
2π H̃2,T (0)

El orden de las integrales anteriores en T se reduce al orden de las integrales

π 2
H̃1,T (ui )
Z
2
|ui | dui , para i = 1, . . . , d.
−π 2π H̃2,T (0)

73
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

Observamos que Z
H̃2,T (0) ∼ T h̃2 (t)dt (2.22)

cuando T → ∞.
A continuación, se procede como en Brillinger (1981), obteniéndose:
X X  
H̃1,T (u) = h̃ (t/T ) e−iut = − ∆t (u) h̃ ((t + 1)/T ) − h̃ (t/T ) , (2.23)
t t

donde ∆t (u) involucra (sen(u/2))−1 multiplicado por un término acotado res-

pecto a T y ∆0 (u) ≡ 1. Para más detalles se puede consultar, por ejemplo,
Dahlhaus (1983), o, en concreto, la demostración del Corolario 7.2.1 dada en
Brillinger (1981). Dado que la función taper h̃(t), es Lipschitz continua, pode-
mos afirmar la siguiente estimación:
Z π 2 X 2 1
u2 H̃k,T (u) du ≤ const h̃ ((t + 1)/T ) − h̃ (t/T ) ≤ const . (2.24)
−π t
T

Argumentos similares se aplican en Robinson (2007), ver Teorema 3 y ecuación

(3.21). Por lo tanto, cada término en (2.21) está acotado por const · T −2 , lo que
nos da el resultado asintótico (2.16) bajo la Condición (i).

2.3. Ejemplos numéricos

Esta sección ilustra los resultados obtenidos e investiga numéricamente las

propiedades de los estimadores de mínimo contraste considerados. Primero,
consideramos la familia de procesos autorregresivos fraccionarios espaciales in-
troducidos en Boissy et al. (2005). Los estudios de simulación también sugie-
ren que resultados similares son válidos para campos aleatorios de Gegenbauer,
véase Espejo et al. (2015), y el enfoque es aplicable a modelos más generales.
En los siguientes ejemplos se utilizan modelos de campos aleatorios con
densidades espectrales de la forma

σε2 |1 − 2u1 e−iλ1 + e−2iλ1 |−2d1 |1 − 2u2 e−iλ2 + e−2iλ2 |−2d2

f (λ, θ) = , (2.25)
(2π)2 |φ(exp(−iλ1 ), exp(−iλ2 ), α, β)|2

donde φ(z1 , z2 , α, β) = (1 − αz1 )(1 − βz2 ).

74
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

En el Ejemplo 2.3.1, los valores de los parámetros u1 y u2 son u1 = u2 = 1.

En el Ejemplo 2.3.3, α = β = 0 y φ(z1 , z2 , 0, 0) ≡ 1. En el Ejemplo 2.3.2 se
considera el caso general, donde las singularidades están localizadas fuera del
origen, y suponemos nuevamente que α = β = 0.
En todos los casos se aprecia que el enfoque de mínimo contraste proporcio-
na muy buenas tasas de convergencia y normalidad asintótica.
En todos los ejemplos que vienen a continuación suponemos que los campos
aleatorios Y (t) se observan en la rejilla {(t1 , t2 ) : t1 , t2 = 1, ..., T }. Así, utilizamos
la ventana de observación a partir de la Nota 2.5. Obsérvese que en nuestro caso
T = [−π, π].
Elegimos la función taper de la forma hT (t1 , t2 ) = h̃ (t1 /T ) h̃ (t2 /T ) , con
h̃(t) = 21 (1 − cos(2πt)), t ∈ [0, 1], y w(λ) = w(λ1 , λ2 ) = |λ1 |2a1 |λ2 |2a2 , ai > 1/2,
i = 1, 2. Entonces, w(λ), λ = (λ1 , λ2 ) ∈ [−π, π]2 , es una función que satisface
la Suposición B3. La función taper, h(·), también satisface las condiciones de la
Nota 2.5.

2.3.1. Procesos autorregresivos fraccionarios espaciales

Primeramente, partimos de la familia de procesos autorregresivos fracciona-

rios espaciales introducidos en Boissy et al. (2005).
Sea Yt , t = (t1 , t2 ) ∈ Z2 , el proceso espacial que satisface el siguiente modelo
autorregresivo fraccionario:

φ(B1 , B2 , α, β)∇d11 ∇d22 Yt1 ,t2 = t1 ,t2 , (t1 , t2 ) ∈ Z2 , (2.26)

donde di ∈ (−1/2, 1/2), i = 1, 2, φ(B1 , B2 , α, β)Yt1 ,t2 = Yt1 ,t2 − αYt1 −1,t2 −
βYt1 ,t2 −1 + αβYt1 −1,t2 −1 , y ∇d11 ∇d22 = (1 − B1 )d1 (1 − B2 )d2 , con Bi denotando el
operador de retardos para la coordenada ti , i = 1, 2, es decir, B1 Yt1 ,t2 = Yt1 −1,t2 ,
y B2 Yt1 ,t2 = Yt1 ,t2 −1 .
La densidad espectral del proceso definido por (2.26) viene dada por

σ 2 |1 − exp(−iλ1 )|−2d1 |1 − exp(−iλ2 )|−2d2

fY (λ) = , λ = (λ1 , λ2 ) ∈ [−π, π]2 ,
4π 2 |φ(exp(−iλ1 ), exp(−iλ2 ), α, β)|2

véase Boissy et al. (2005).

75
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

Supongamos que los valores de los parámetros α y β son conocidos o han

sido estimados previamente. Entonces, estamos interesados en estimar el vector
paramétrico (d1 , d2 ) ∈ (0, 1/2)2 . Esto significa que θ = (θ1 , θ2 ) = (d1 , d2 ) y θ ∈
Θ = (0, 1/2)2 .

Mediante cálculos directos es fácil comprobar que se cumplen todas las con-
diciones de consistencia y normalidad asintótica del estimador θ̂T . En particular,
para la Condición B6, podemos usar la función v(λ) = v(λ1 , λ2 ) = |λ1 |2β |λ2 |2β ,
con β ∈ (0, 1/2). Para verificar la definición positiva de las matrices S(θ) y A(θ),
como se requiere en la Condición B8, podemos seguir análogamente lo consi-
derado de forma muy detallada en Espejo et al. (2015), ver verificación de la
Condición A8.

Así, tenemos la consistencia del estimador y la normalidad asintótica

D
T d/2 (θ̂T − θ0 ) −→ Nq (0, e(h)S−1 (θ0 )A(θ0 )S−1 (θ0 )), (2.27)

donde, para la función taper escogida, tenemos e(h) ≈ 3.78. Los elementos de
las matrices S(θ) y A(θ) se calculan de forma análoga a pp. 671 y 672, en
Espejo et al. (2015). En particular, nótese que

∂ λi
f (λ, θ) = −2 log 2 sen f (λ, θ),
∂θi 2
Z
∂ 2 λi
σ (θ) = −2 log 2 sen w(λ)f (λ, θ)dλ.
∂θi [−π,π]2 2

Así se obtiene,
Z   
w(λ) ∂ 2 ∂
sij = 3 2
σ (θ) f (λ, θ) dλ
[−π,π]2 σ (θ) ∂θj ∂θi
Z   
w(λ) ∂ 2 ∂
− σ (θ) f (λ, θ) dλ
[−π,π]2 f (λ, θ) ∂θi ∂θi
  
3 ∂ 2 ∂ 2
= σ (θ) σ (θ)
σ 2 (θ) ∂θj ∂θi
Z
λi λj
−4 log 2 sen log 2 sen w(λ)f (λ, θ)dλ,
[−π,π]2 2 2

76
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

y
Z
2 4 ∂ ∂
aij = 8π σ (θ) w2 (λ)ψ(λ, θ) ψ(λ, θ)dλ
[−π,π]2 ∂θi ∂θj
Z     
2 2 ∂ 2 ∂ 2
= 8π w (λ) f (λ, θ) σ (θ) − σ (θ) f (λ, θ)
[−π,π]2 ∂θi ∂θi
    
∂ 2 ∂ 2
× f (λ, θ) σ (θ) − σ (θ) f (λ, θ) dλ.
∂θj ∂θj

Por lo tanto, podemos considerar aij = S1 − S2 (i, j) − S2 (j, i) + S3 , donde

Z
2 4 λi λj 2
S1 = 32π σ (θ) log 2 sen log 2 sen w (λ)f 2 (λ, θ)dλ,
[−π,π]2 2 2
 Z
2 2 ∂ 2 λi 2
S2 (i, j) = 16π σ (θ) σ (θ) log 2 sen w (λ)f 2 (λ, θ)dλ,
∂θj [−π,π] 2 2
  Z
2 ∂ 2 ∂ 2
S3 = 8π σ (θ) σ (θ) w2 (λ)f 2 (λ, θ)dλ.
∂θi ∂θj [−π,π]2

En lo que sigue, se proporcionan resultados numéricos para el modelo auto-

rregresivo fraccionario espacial (2.26). Se generaron 100 realizaciones de Yt1 ,t2
para cada T en la secuencia de tamaño muestral creciente T =10, 30, 50, 70,
90, 110, 130, 150. Para los parámetros utilizados en las simulaciones se usaron
los siguientes valores: d1 =0.2, d2 =0.3, α=0.1, β=0.2, y σε2 =1.
El operador (1−B1 )d1 (1−B2 )d2 de la ecuación (2.26) fue ampliado en una se-
rie doble de potencias con respecto a cada Bi , i = 1, 2. Las realizaciones de Y se
aproximaron usando las sumas truncadas con potencias sin exceder 30 términos
para cada Bi . El periodograma ITh fue calculado con hT (t1 , t2 )=h̃(t1 /T )h̃(t2 /T ),
donde h̃(t) = 21 (1 − cos(2πt)), t ∈ [0, 1]; y también con ω(λ1 , λ2 ) dados anterior-
mente.
Los argumentos de minimización θbT del funcional UT (θ) en (2.4) se encon-
traron numéricamente para cada simulación.
Para cada T , la Tabla 2.1 muestra los valores estimados dˆ1 y dˆ2 de los pa-
rámetros, y los errores cuadrados medios (ECM) de dˆ1 y dˆ2 . Para cada valor
de T la Figura 2.1 produce un diagrama de cajas de valores estimados dˆ1 y dˆ2
basado en 100 realizaciones. Se ve claramente que los valores estimados están
centrados en los valores verdaderos d1 =0.2 y d2 =0.3.
Se realizó el gráfico Q-Q de normalidad de dˆ1 y dˆ2 para valores grandes

77
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

Tabla 2.1: Media, desviación estándar y ECM de dˆ1 y dˆ2

T dˆ1 dˆ2 ECM de dˆ1 ECM de dˆ2
10 0.227 (0.122) 0.403 (0.141) 0.02 0. 02
30 0.219 (0.054) 0.361 (0.072) 0.003 0.01
50 0.206 (0.034) 0.346 (0.054) 0.0012 0.03
70 0.199 (0.027) 0.326 (0.034) 0.001 0.0012
90 0.205 (0.029) 0.314 (0.025) 0.001 0.001
110 0.199 (0.026) 0.311 (0.022) 0.001 0.001
130 0.197 (0.027) 0.310 (0.025) 0.001 0.001
150 0.199 (0.022) 0.307 (0.022) 0.0005 0.001

de T y así verificar la normalidad asintótica de los estimadores. La Figura 2.2

demuestra que las distribuciones empíricas de dˆ1 y dˆ2 coinciden con la distribu-
ciones normales teóricas.

Figura 2.1: Diagrama de cajas de valores muestrales de dˆ1 y dˆ2

Para cada T , se usaron 100 valores simulados para estimar P0 (|θbT −θ0 | < ε).
El gráfico de las probabilidades muestrales P0 (|θbT − θ0 | < ε) en la Figura 2.3
confirma la convergencia de θbT = (dˆ1 , dˆ2 ) a θ0 = (0.2, 0.3) en probabilidad.
Finalmente, se investigan las propiedades asintóticas de σ̂T . De manera si-
milar a los casos anteriores, para cada T se construyen los diagramas de cajas
y el gráfico de las probabilidades muestrales para 100 simulaciones. Las figuras

78
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

Figura 2.2: Gráfico Q-Q de normalidad de dˆ1 y dˆ2

2.4 y 2.5 respaldan la convergencia en probabilidad P0 (|σ̂T2 − σ 2 (θ)| < ε) → 1,

cuando T aumenta.

2.3.2. Campos aleatorios de Gegenbauer espaciales

Esta sección ilustra la técnica de estimación de mínimo contraste para el

caso de campos aleatorios de Gegenbauer.
Sea Yt1 ,t2 un campo aleatorio discreto que satisface que

∆du11 ∆du22 Yt1 ,t2 = (I − 2u1 B1 + B12 )d1 (I − 2u2 B2 + B22 )d2 Yt1 ,t2 = t1 ,t2 ,

donde t1 ,t2 , con (t1 , t2 ) ∈ Z2 , es un campo de ruido blanco de media cero y
varianza común E[2t1 ,t2 ] = σ2 , y, para j = 1, 2,

∆dujj = (I − 2uj Bj + Bj2 )dj

= (1 − 2 cos νj Bj + Bj2 )dj
= [(1 − exp(iνj )Bj )(1 − exp(−iνj )Bj )]dj .

Como antes, Bj , j = 1, 2, denota el operador de retardos para cada coordenada

79
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

Figura 2.3: Probabilidades muestrales P0 (|θbT − θ0 | < ε)

Figura 2.4: Diagrama de cajas de valores muestrales de σ̂T2

80
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

Figura 2.5: Probabilidades muestrales P0 (|σ̂T2 − σ 2 (θ)| < ε)

espacial, y u = cos ν, es decir, ν = arccos(u).

Existe la siguiente representación de un campo aleatorio espacial Gegen-
bauer estacionario, véase Espejo et al. (2015),
∞ X
X ∞
Yt1 ,t2 = Cn(d11 ) (u1 )Cn(d22 ) (u2 )t1 −n1 ,t2 −n2 , (2.28)
n1 =0 n2 =0

donde di 6= 0, y |ui | ≤ 1, i = 1, 2.
(d)
El polinomio de Gegenbauer Cn (u) viene dado por

[n/2]
X (2u)n−2k Γ(d − k + n)
Cn(d) (u) = (−1)k .
k=0
k!(n − 2k)!Γ(d)

La densidad espectral f del campo aleatorio Gegenbauer espacial se define

como

σ2
f (λ, θ) = |1 − 2u1 e−iλ1 + e−2iλ1 |−2d1 |1 − 2u2 e−iλ2 + e−2iλ2 |−2d2
(2π)2
σ2
= 2
|2 cos(λ1 ) − 2u1 |−2d1 |2 cos(λ2 ) − 2u2 |−2d2 .
(2π)

81
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

Para la secuencia creciente de tamaños de muestra, T =10, 30, 50, 70, 90,
110, se generaron 200 repeticiones de campo aleatorio en (2.28), utilizando los
valores de los parámetros d1 =0.2, d2 =0.3, u1 =0.4, u2 =0.3, y σ2 =1.
Análogamente al ejemplo de la Sección 2.3.1, se aproximaron realizaciones
de Yt1 ,t2 por sumas truncadas con 100 términos en (2.28). El periodograma ITh
se calculó con hT (t1 , t2 )=h̃(t1 /T )h̃(t2 /T ), h̃(t) = 12 (1 − cos(2πt)), t ∈ [0, 1]. Se
utilizó la función peso ω(λ1 , λ2 ) = |2 cos(λ1 ) − 2u1 |2 |2 cos(λ2 ) − 2u2 |2 .
El análisis, las gráficas y las conclusiones sobre la ilustración de los resul-
tados obtenidos son análogas al ejemplo de la Sección 2.3.1. Para cada simu-
lación, se encontraron los argumentos de minimización θbT del funcional UT (θ)
en (2.4), ver Figura 2.6 y Tabla 2.2, en relación con los valores muestrales y
errores cuadráticos medios (ECM), respectivamente.

Tabla 2.2: Media, desviación estándar y ECM de dˆ1 y dˆ2

T dˆ1 dˆ2 ECM de dˆ1 ECM de dˆ2
10 0.264 (0.186) 0.334 (0.181) 0.04 0. 035
30 0.220 (0.115) 0.346 (0.130) 0.013 0.02
50 0.208 (0.078) 0.314 (0.085) 0.01 0.01
70 0.205 (0.063) 0.313 (0.085) 0.004 0.005
90 0.204 (0.063) 0.298 (0.064) 0.003 0.003
110 0.193 (0.059) 0.304 (0.060) 0.003 0.003

Figura 2.6: Diagrama de cajas de valores muestrales de dˆ1 y dˆ2

82
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

Los gráficos Q-Q de normalidad de dˆ1 y dˆ2 en la Figura 2.7 coinciden con
las distribuciones normales teóricas. La gráfica de probabilidades muestrales
P0 (|θbT − θ0 | < ε) en la Figura 2.8 también confirma la convergencia en pro-
babilidad. Las figuras 2.9 y 2.10 respaldan la convergencia en probabilidad
P0 (|σ̂T2 − σ 2 (θ)| < ε) → 1 cuando T aumenta.

Figura 2.7: Gráficos Q-Q de normalidad de dˆ1 y dˆ2

Resultados similares también se obtuvieron usando la función peso ω(λ1 , λ2 ) =

(|λ1 | − arc cos(u1 ))2 (|λ2 | − arc cos(u2 ))2 .

2.3.3. Campos aleatorios espaciales de Gegenbauer: singula-

ridades en el origen
Finalmente, en el tercer ejemplo, se considera el caso de densidades espec-
trales con singularidades en el origen y la generación de φ(B1 , B2 , α, β) = I, es
decir, α = β = 0.
En este ejemplo se trabaja de nuevo con las generaciones de campos alea-
torios espaciales que satisfacen (2.28). Sus realizaciones fueron simuladas para
los siguientes valores de los parámetros: ui =1, con i = 1, 2, σ2 =1, d1 = 0.2
y d2 = 0.3. Las realizaciones del campo aleatorio espacial Y fueron gene-
radas a partir de sumas truncadas con 100 términos en la ecuación (2.28):
El periodograma ITh se calculó con hT (t1 , t2 )=h̃(t1 /T )h̃(t2 /T ), h̃(t) = 21 (1 −
cos(2πt)), t ∈ [0, 1]. La función peso utilizada fue la siguiente: ω(λ1 , λ2 ) =

83
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

Figura 2.8: Probabilidades muestrales P0 (|θbT − θ0 | < ε)

Figura 2.9: Diagramas de valores muestrales de σ̂T2

84
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

Figura 2.10: Probabilidades muestrales P0 (|σ̂T2 − σ 2 (θ)| < ε)

(|λ1 | − arc cos(u1 ))2 (|λ2 | − arc cos(u2 ))2 = |λ1 |2 |λ2 |2 . Resultados similares se ob-
tuvieron también para ω(λ1 , λ2 ) = |2 cos(λ1 ) − 2u1 |2 |2 cos(λ2 ) − 2u2 |2 .
El análisis, las gráficas y las son análogas al ejemplo de la Sección 2.3.1. Los
argumentos de minimización θbT del funcional UT (θ) en (2.4) se encontraron
numéricamente para cada simulación (ver Figura 2.11 y Tabla 2.3).

Tabla 2.3: Media, desviación estándar y ECM de dˆ1 y dˆ2

T dˆ1 dˆ2 ECM de dˆ1 ECM de dˆ2
10 0.284 (0.211) 0.361 (0.184) 0.04 0. 034
30 0.219 (0.141) 0.356 (0.130) 0.02 0.02
50 0.218 (0.105) 0.323 (0.102) 0.01 0.01
70 0.203 (0.092) 0.301 (0.098) 0.01 0.01
90 0.206 (0.091) 0.304 (0.089) 0.01 0.01
110 0.190 (0.096) 0.299 (0.082) 0.01 0.01

Los gráficos Q-Q de normalidad de dˆ1 y dˆ2 , en la Figura 2.12, coinciden

con las distribuciones normales teóricas. El gráfico de las probabilidades mues-
trales P0 (|θbT − θ0 | < ε), en la Figura 2.13, también confirma la convergen-
cia en probabilidad. La Tabla 2.3 muestra el error cuadrático medio de dˆ1 y
dˆ2 , calculado para diferentes valores de T . Las figuras 2.14 y 2.15 respaldan

85
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

Figura 2.11: Diagrama de cajas de los valores muestrales de dˆ1 y dˆ2 con ui = 1,
i = {1, 2}

Figura 2.12: Gráfico Q-Q de normalidad de dˆ1 y dˆ2 con ui = 1, i = {1, 2}

la convergencia en probabilidad, P0 (|σ̂T2 − σ 2 (θ)| < ε) → 1, cuando T au-

menta. Resultados similares se encontraron con la función peso: ω(λ1 , λ2 ) =
|2 cos(λ1 ) − 2u1 |2 |2 cos(λ2 ) − 2u2 |2 .

86
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

Figura 2.13: Probabilidades muestrales P0 (|θbT − θ0 | < ε)

Figura 2.14: Diagrama de cajas de valores muestrales de σ̂T2 .

87
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

Figura 2.15: Probabilidades muestrales P0 (|σ̂T2 − σ 2 (θ)| < ε)

2.4. Teoremas centrales del límite

Uno de los enfoques clásicos para llegar al teorema central del límite para
R
los funcionales espectrales, JT (ϕ) = T IT (λ) ϕ (λ) dλ, consiste en calcular y
evaluar sus cumulantes. Se presentan aquí algunos detalles de este enfoque, y
los resultados correspondientes para el caso de campos aleatorios gaussianos y
datos tapered, según se ha considerado en el desarrollo del presente capítulo.
Para establecer el teorema central del límite (TCL) para el funcional normaliza-
do J˜T (ϕ) = T d/2 (JT (ϕ) − EJT (ϕ)) bastará con proporcionar condiciones para
la convergencia al límite finito del cumulante de segundo orden de J˜T (ϕ) , y
proporcionar condiciones para la convergencia a cero del resto de cumulantes
de órdenes superiores.

A lo largo de esta sección se omitirá el exponente 0 h0 y se tendrá en cuenta

simplemente IT (λ) para denotar el periodograma tapered y JT (ϕ) para denotar
el correspondiente funcional espectral. Solamente la Proposición 2.1 se refiere
al caso de datos sin el tapering.

88
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

El cumulante general de orden k–ésimo se puede representar de la forma:

Z
ck (J˜T (ϕ)) = T kd/2 2k−1 (k − 1)![H2,T (0)]−k f (λ1 )ϕ(λ2 )
λ1 ,...,λ2k ∈T2k

×f (λ3 )ϕ(λ4 )...f (λ2k−1 )ϕ(λ2k )H1,T (λ2 − λ1 )H1,T (λ3 − λ2 )...

×H1,T (λ2k − λ2k−1 )H1,T (λ1 − λ2k )dλ1 . . . dλ2k

Z Z
kd/2 k−1
= T 2 (k − 1)! f (λ)ϕ(λ + u1 )
u1 ,...,u2k−1 ∈T2k−1 λ∈T
2k−1
!
X
×f (λ + u1 + u2 )ϕ(λ + u1 + u2 + u3 ) . . . ϕ λ + ui
i=1
2k−1 2k−1
!
Y X
× H1,T (ui )H1,T − ui dλdu1 . . . du2k−1 ,
i=1 i=1

hkT (t)e−i(λ,t) , y hT (t) = h(t/T ).

P
donde Hk,T (λ) = t∈LT

Más detalles de los cálculos de los cumulantes de funcionales espectrales se

pueden encontrar, por ejemplo, en Anh et al. (2004a); Avram et al. (2010b);
Bentkus (1976), para el caso en que no se utilizan datos tapered; y en Anh et al.
(2004b); Dahlhaus (1983); Dahlhaus y Künsch (1987), para el caso en el que
se utilicen datos tapered. Los cálculos se basan en la denominada fórmula del
producto para cumulantes que da la expresión para cumulantes de productos
de variables aleatorias en términos de cumulantes de las variables individuales.
En el caso gaussiano, la fórmula mencionada se reduce a una fórmula mucho
más simplificada.
Obsérvese que las funciones

k−1 k−1
!
1 Y X
Φhk,T (λ1 , ..., λk−1 ) := H1,T (λj ) H1,T − λj (2.29)
(2π)d(k−1) Hk,T (0) j=1 j=1

son kernels multidimensionales de tipo Fejér sobre Tk−1 , o identidades aproxi-

madas para la convolución.
Para el caso de datos sin el tapering, en Bentkus (1972, 1976) se se obtienen
los resultados correspondientes para h(t) ≡ 1. Bajo este supuesto, cuando la
función taper se factoriza (como se define en el Apartado 1.1.3), y el dominio

89
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

de observación es un cubo LT = [−T, T ]d , los resultados se obtienen de forma

directa a partir del correspondiente resultado dado en Dahlhaus (1983) para
dimensión d = 1.
La propiedad del kernel, Φhk,T (λ1 , ..., λk−1 ), implica que el
Z
lı́m G (u1 − v1 , ..., uk−1 − vk−1 ) Φhk,T (u1 , ..., uk−1 ) du1 ...duk−1
T →∞
Tk−1
= G (v1 , ..., vk−1 ) , (2.30)

siempre que la función G sea acotada y continua en el punto (v1 , ..., vk−1 ) .
En particular, se tiene,
Z Z
3d
V ar(J˜T (ϕ)) = 2T (2π) H4,T (0)[H2,T (0)]
d −2
f (λ)ϕ(λ + u1 )
u1 ,u2 ,u3 ∈T3 λ∈T

× f (λ + u1 + u2 )ϕ(λ + u1 + u2 + u3 ) Φh4,T (u1 , u2 , u3 ) dλdu1 du2 du3 (2.31)

Z
d 3d −2
= 2T (2π) H4,T (0)[H2,T (0)] f (λ1 )ϕ(λ2 )f (λ3 )ϕ(λ4 )
(λ1 ,λ2 ,λ3 ,λ4 )∈T4

×Φh4,T (λ2 − λ1 , λ3 − λ2 , λ4 − λ3 )dλ1 dλ2 dλ3 dλ4 .

El análisis asintótico de las expresiones de los cumulantes, basado en la Pro-

piedad (2.30), permite afirmar el siguiente resultado de normalidad asintótica
R
para el funcional JT (ϕ) = JTh (ϕ) = T ITh (λ) ϕ (λ) dλ en el caso de datos tape-
red.

Teorema 2.3. Sea X(t), t ∈ Zd , un campo aleatorio gaussiano de media cero con
densidad espectral f (λ) ∈ Lp y ϕ(λ) ∈ Lq , donde p1 + 1q ≤ 12 . Entonces,

D
T d/2 (JT (ϕ) − EJT (ϕ)) −→ N (0, σ 2 ) cuando T → ∞, (2.32)

donde Z
2 3d
σ = 2(2π) e(h) f 2 (λ)ϕ2 (λ)dλ, (2.33)
T

y e(h) está definido en (2.9).

La convergencia de la varianza (2.31) a σ 2 se puede obtener siguiendo las

siguientes consideraciones:

90
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

(i) Bajo las condiciones de integrabilidad de f y ϕ, impuestas en el teorema,

la integral dada respecto de λ en la expresión (2.31) es una función continua
y acotada en (u1 , u2 , u3 ), que podemos llamar G(u1 , u2 , u3 ), por lo tanto, la
integral general en la ecuación (2.31) se puede escribir como
Z
G(u1 , u2 , u3 )Φh4,T (u1 , u2 , u3 )du1 du2 du3 .

Entonces, debido a la propiedad del Kernel (2.30), el límite de esta integral es

R
igual a G(0, 0, 0) = T f 2 (λ)ϕ2 (λ)dλ;
(ii) El factor de normalización, T d H4,T (0)[H2,T (0)]−2 , converge a e(h) debido
R d
a su comportamiento asintótico, es decir, Hk,T (0) ∼ T d h̃k (t)dt cuando
T → ∞.
Siguiendo los mismos argumentos que en Avram et al. (2010a,b), las con-
diciones de integrabilidad en f y ϕ implican también convergencia a cero de
todos los cumulantes de órdenes k ≥ 3. Obsérvese que, bajo las suposiciones
consideradas en la función taper, las siguientes estimaciones para las normas de
1
Hk,T (λ) se cumplen: kHk,T (λ)kp ≤ CT d(1− p ) , p > 1, lo cual es una consecuencia
del Lema 1 de Dahlhaus (1983), que se pueden aplicar en las estimaciones aná-
logas para el caso de datos sin el tapering. Por lo tanto, todas las demostraciones
se pueden deducir de forma análoga.
Del Teorema 2.3 y del Lema 2.1 (véase la Sección 2.2), se deduce el siguiente
corolario.

Corolario 2.1. Bajo las condiciones del Teorema 2.3 y del Lema 2.1 se tiene,

D
T d/2 (JT (ϕ) − J (ϕ)) −→ N (0, σ 2 ) cuando T → ∞, (2.34)

donde σ 2 viene dada por la ecuación (2.33).

Obsérvese que el reciente artículo de Ginovyan et al. (2014), Sección 4.2.1,

presenta una colección de condiciones suficientes clásicas para que se cumpla el
TCL para formas cuadráticas, QT = T d JT (ϕ), en el caso de procesos gaussianos
en tiempo discreto y continuo.
El Teorema 2.3 es una generalización de las afirmaciones dadas en el Teo-
rema 4.7-(C) desarrollado en Ginovyan et al. (2014), véase también Avram
(1988), para el caso de los campos (en Z d ) y para los datos tapered.

91
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

Para el caso de procesos gaussianos con tiempo discreto y densidades espec-

trales con posibles singularidades, se obtuvieron los siguientes resultados en
Fox y Taqqu (1987), sin utilización de tapering, es decir, h(t) ≡ 1.

Proposición 2.1. Sea X(t), t ∈ Z, un proceso gaussiano con media cero y densi-
dad espectral f (λ).

I. Supongamos que las siguientes condiciones se cumplen:

(i) Los conjuntos de discontinuidades de las funciones f (λ) y ϕ(λ) tienen

medida de Lebesgue cero, y estas funciones están acotadas en el inter-
valo [δ, π] para todo δ > 0;
(ii) Existe α < 1 y β < 1 tales que para α + β < 1/2, y para cada δ > 0,
f (λ) = O(|λ|−α−δ ) y ϕ(λ) = O(|λ|−β−δ ) cuando λ → 0.

Entonces,

D
T 1/2 (JT (ϕ) − EJT (ϕ)) −→ N (0, σ 2 ) cuando T → ∞, (2.35)
Rπ
donde σ 2 = 16π 3 −π
ϕ2 (λ)f 2 (λ)dλ.

II. Si existe α < 1 y β < 1 tales que α + β < 1/2, y f (λ) = |λ|−α L1 (λ) y
ϕ(λ) = |λ|−β L2 (λ) cuando λ → 0, donde L1 y L2 son funciones que varían
lentamente en cero, entonces, la Condición (ii) se cumple

Presentamos aquí una extensión de la Proposición 2.1 para el caso de cam-

pos gaussianos y periodogramas tapered en la siguiente forma.

Teorema 2.4. Sea X(t), t ∈ Zd , un campo aleatorio gaussiano de media cero

con densidad espectral f (λ) tal que para algún 0 < αi < 1, i = 1, .., d, f (λ) =
O( di=1 |λi |−αi ) cuando λi → 0, y ϕ(λ) = O( di=1 |λi |αi ) cuando λi → 0. Los
Q Q

conjuntos de puntos de discontinuidad de funciones f (λ) y ϕ(λ) tienen medida

Lebesgue cero, y estas funciones están acotadas, para δ ≤ |λ| ≤ π y para todo
δ > 0. Entonces,

D
T d/2 (JT (ϕ) − EJT (ϕ)) −→ N (0, σ 2 ) cuando T → ∞, (2.36)

donde σ 2 se ha introducido en el Teorema 2.3.

A partir del Teorema 2.4 y el Lema 2.1 (véase la Sección 2.2) se obtiene el
siguiente corolario.

92
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

Corolario 2.2. Supongamos que se cumplen las condiciones del Teorema 2.4 y del
Lema 2.1. Entonces,

D
T d/2 (JT (ϕ) − J (ϕ)) → N (0, σ 2 ) cuando T → ∞, (2.37)

donde σ 2 viene dada por la ecuación (2.33).

Nota 2.12. La Proposición 2.1 se establece para las funciones f (λ) y ϕ(λ), que
tienen singularidades en el punto λ = 0. Sin embargo, se puede demostrar, ver
Ginovyan et al. (2014), que la elección λ = 0 no es esencial y la Proposición
2.1 se cumple si la singularidad se localiza en cualquier otro punto λ0 ∈ [−π, π].
La observación análoga es verdadera para el resultado indicado, en el caso de
campos aleatorios (con forma multiplicativa de singularidades), en el Teorema
2.4. De hecho, el Teorema 2.4 sigue siendo válido si, en lugar del origen (λi = 0,
i = 1, ..., d), la singularidad de la forma prescrita en el teorema tiene lugar en
cualquier otro punto.
Demostración del Teorema 2.4: Para la demostración, utilizamos una idea del
artículo Heyde y Gay (1993). Primeramente, consideramos el caso d = 1. Se
considera el proceso filtrado

Y (t) = ∇α/2 X(t),

donde ∇ = 1 − B, B es el operador de retardos (BX(t) = X(t − 1)), y ∇α/2 =

(1 − B)α/2 := ∞
P α/2 j
j=0 Cj (−B) . Entonces, el proceso Y (t) tiene por densidad
espectral fY (λ) = (2 sen | λ2 |)α fX (λ) , ya que Y (t) se obtiene de X(t) usando el
filtro con función de transferencia D(iλ) = (1−eiλ )α/2 , y |D(iλ)|2 = (2 sen | 21 λ|)α .
Sea ψ(λ) = ϕ(λ)/(2 sen | 12 λ|)d , y consideremos el funcional
Z π Z π
J˜TY (ψ) = ψ(λ)ITY (λ)dλ −E ψ(λ)ITY (λ)dλ,
−π −π

1
donde ITY (λ) = 2πT | t∈LT hT (t)eiλt Y (t)|2 es el periodograma tapered que co-
P

rresponde a {Y (t), t ∈ LT }.
Dado que la densidad espectral fY (λ) del proceso Y (t) y la función ψ(λ)
satisfacen las condiciones del Teorema 2.3, para el funcional J˜TY (ψ) se tiene la
siguiente convergencia cuando T → ∞,

D
T 1/2 J˜TY (ψ) → N (0, σ 2 ), (2.38)

93
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

donde
Z π Z π
2 3 2
σ = 16π e(h) ψ (λ)fY2 (λ)dλ 3
= 16π e(h) ϕ2 (λ)fX2 (λ)dλ. (2.39)
−π −π

Por lo tanto, para probar la afirmación del teorema, basta con demostrar que

lı́m T E|J˜TX (ϕ) − J˜TY (ψ)|2 = 0, (2.40)

T →∞

donde Z π Z π
J˜TX (ϕ) = ϕ(λ)ITX (λ)dλ −E ϕ(λ)ITX (λ)dλ.
−π −π

Consideremos

T E|J˜TX (ϕ) − J˜TY (ψ)|2 = T E|J˜TX (ϕ)|2 + T E|J˜TY (ψ)|2 − 2T E J˜TX (ϕ)J˜TY (ψ). (2.41)

Para el funcional que corresponde al proceso Y (t) se tiene fácilmente la conver-

gencia T E|J˜TY (ψ)|2 → σ 2 cuando T → ∞.
Vamos a demostrar que bajo las condiciones del teorema T E|J˜TX (ϕ)|2 y
T E J˜TX (ϕ)J˜TY (ψ) también tienden a σ 2 cuando T → ∞, y, por lo tanto, la con-
vergencia (2.40) se cumple.
Usando (2.31) se puede considerar:
Z
3d
T E|J˜TX (ϕ)|2 d
= 2T (2π) H4,T (0)[H2,T (0)] −2
fX (λ1 )ϕ(λ2 )fX (λ3 )ϕ(λ4 )
[−π,π]4

×Φh4,T (λ2 − λ1 , λ3 − λ2 , λ4 − λ3 )dλ1 dλ2 dλ3 dλ4 . (2.42)

Z
T E|J˜TY (ψ)|2 = 2T d (2π)3d H4,T (0)[H2,T (0)]−2 fY (λ1 )ψ(λ2 )fY (λ3 )ψ(λ4 )
[−π,π]4

×Φh4,T (λ2 − λ1 , λ3 − λ2 , λ4 − λ3 )dλ1 dλ2 dλ3 dλ4 . (2.43)

T E|J˜TX (ϕ)J˜TY (ψ)| = 2T d (2π)3d H4,T (0)[H2,T (0)]−2 (2.44)

Z
× fXY (λ1 )ϕ(λ2 )fXY (λ3 )ψ(λ4 )
[−π,π]4
h
×Φ4,T (λ2 − λ1 , λ3 − λ2 , λ4 − λ3 )dλ1 dλ2 dλ3 dλ4 ,

donde por fXY hemos denotado la densidad espectral cruzada de los procesos

94
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

X(t) e Y (t).

Dado que Y (t) se obtiene a partir de X(t) con el uso del filtrado de la fun-
ción de transferencia D(iλ), entonces, fXY (λ) = D(−iλ)fX (λ), o fXY (λ) =
fY (λ) 2 fY (λ)
D(−iλ) |D(iλ)| 2 , recordemos también que ϕ(λ) = ψ(λ)|D(iλ)| , fX (λ) = |D(iλ)|2 .

Si definimos la medida µT en [−π, π]4 como

Z
µT (E) = Φh4,T (λ2 − λ1 , λ3 − λ2 , λ4 − λ3 )dλ1 dλ2 dλ3 dλ4 , para E ⊂ [−π, π]4 ,
E

entonces, µT converge débilmente a la medida µ que se concentra en la diagonal

D = {y1 = y2 = y3 = y4 }, y satisface: µ({y : a ≤ y1 = y2 = y3 = y4 ≤ b}) = b − a.
Para el caso de datos sin tapering, esto fue considerado en Fox y Taqqu (1987).
El resultado se mantiene para el caso de datos con el tapering y también en
nuestro caso, bajo las condiciones consideradas. Esto se puede demostrar, si-
guiendo los mismos argumentos que en Fox y Taqqu (1987), considerando los
coeficientes de Fourier de las medidas µ y µT . La convergencia de los coefi-
cientes de Fourier de µT a los de µ se se obtiene aplicando las propiedades del
núcleo (2.30).

A continuación, observamos que la siguiente estimación se cumple para

H1,T : |H1,T (λ)| ≤ const · lT (λ), donde lT (u) denota la extensión 2π–periódica
de la función lT∗ (u), que se define como: lT∗ (u) = T para |u| ≤ T1 , y lT∗ (u) = |u|
1

para T1 < |u| ≤ π. A partir de este punto se puede obtener la convergencia de

(2.42), (2.43), y (2.44), a σ 2 , definida por (2.39), siguiendo las consideracio-
nes correspondientes de la demostración en Fox y Taqqu (1987). De forma más
precisa, no se necesitan sus argumentos de forma completa, sino simplemente
usar los argumentos para el cumulante de segundo orden, y las partes a) de sus
proposiciones 6.1 y 6.2 que funcionan para nuestro caso.

La demostración para el caso d = 1 puede extenderse directamente para

d > 1 en el caso considerado, cuando las singularidades de la densidad espec-
tral se factorizan como se describe en la formulación del teorema, y para la
función taper factorizada, de modo que las integrales pueden ser partidas como
d–tuplas de integrales, las cuales aparecen cuando d = 1, y, por lo tanto, los
razonamientos correspondientes se pueden conservar. Téngase en cuenta que

95
Capítulo 2. Análisis de las propiedades asintóticas de estimadores espaciales de
mínimo contraste basados en el periodograma tapered

el campo filtrado se introduce como

α /2 α /2
Y (t) = Y (t1 , ..., td ) = ∇1 1 ...∇d d X(t)
X∞ ∞ Y
X d
α /2
= ... Ckii X(t1 − k1 , ..., td − kd ),
k1 =0 kd =0 i=1

y se tiene la densidad espectral

d
!
αi
Y λ
fY (λ1 , ..., λd ) = 2 sen fX (λ1 , ..., λd ) .
i=1
2

96
Capítulo 3

Procesos de Cox log-gaussianos

temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck
Hilbert-valuado

Los resultados de este capítulo se recogen en el artículo titulado “Log-

Gaussian Cox processes in infinite-dimensional spaces”, publicado en “Theory
of Probability and Mathematical Statistics”, Vol. 95, pp 157–177, (Torres et al.,
2016).
Este capítulo introduce una nueva familia de Procesos de Cox en el tiempo,
dirigidos por un proceso de Ornstein-Uhlenbeck (O-U) evaluado en un espa-
cio de Hilbert separable. La estimación paramétrica y predicción funcional se
realiza a partir de una aproximación en tiempo discreto de dicha intensidad
mediante un proceso autorregresivo hilbertiano de orden 1, ARH(1). La predic-
ción de los valores funcionales de la intensidad aleatoria se obtiene mediante
la implementación del filtrado de Kalman. Finalmente, se calcula el predictor
plug-in asociado para el proceso de Cox log-gaussiano.
Se supone que la transformada logarítmica de la intensidad se controla me-
diante un proceso de difusión Hilbert-valuado, esto es, el proceso de O-U; véase,
por ejemplo, Duffie y Kan (1996) y Fuhrman (1995), donde los procesos de Fe-
ller en una o d dimensiones son incorporados como modelos de intensidad. En
este sentido, la familia de procesos introducidos en este capítulo extiende los
modelos estudiados en Basu y Dassios (2002); Kozachenko y Pogorilyak (2008);

98
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

Wei et al. (2002).

El esquema de este capítulo es el que sigue. En la Sección 3.1, se aplican
métodos de proyección numérica, bajo condiciones adecuadas, para una repre-
sentación espectral diagonal de la ecuación de integral que define el proceso
O-U en espacios de Hilbert. La estimación paramétrica y la predicción del pro-
ceso O-U Hilbert-valuado, a partir de su aproximación en tiempo discreto en
términos de un proceso ARH(1), se desarrolla en la Sección 3.3. La definición
y predicción del proceso temporal de Cox log-gaussiano en espacios de Hilbert
reales separables se proporciona en la Sección 3.4. Los resultados obtenidos se
aplican a la estimación y predicción espacio-temporal, en la Sección 3.5. Pa-
ra ilustrar los resultados obtenidos, se lleva a cabo un estudio de simulación
condicionada, en la Sección 3.6.

3.1. Proyección del proceso O-U Hilbert-valuado

Sea X = {Xt , t ≥ 0} un proceso Hilbert-valuado que satisface la ecuación
(1.8), así como las condiciones (i)–(iii) formuladas en el Apartado 1.2.4. Aquí,
también asumimos la siguiente condición adicional:

Suposición 3.1. Los operadores A, en la ecuación (1.8), y Q, el operador de

covarianza que caracteriza la distribución de Wiener fuertemente cilíndrica W, en
dicha ecuación, son operadores positivos, admitiendo una descomposición espectral
diagonal, con respecto a una base ortonormal común de autovectores {φj }j≥1 en
H. Es decir,
∞
X
A = λj (A)φj ⊗ φj (3.1)
j=1
X∞
Q = λj (Q)φj ⊗ φj . (3.2)
j=1

Nota 3.1. La Suposición 3.1 se cumple, en particular, cuando los operadores A y Q

están relacionados por una función continua; véase Dautray y Lions (1985), pp.
119–140. Las bases incondicionadas, como las bases wavelet, también permiten
la representación de las series espectrales diagonales, por ejemplo, de los kernels
distributivos de operadores de Calderón-Zygmund; ver, por ejemplo, Heil y Walnut
(2006), pp. 664–665.

99
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

En particular,
∞
X
exp(tA)(f ) = exp(−λj (A)t) hf, φj iH φj , ∀f ∈ H. (3.3)
j=1

Obsérvese que Q en la ecuación (1.8) representa el operador de covarianzas

del proceso de Wiener fuertemente cilíndrico W, ya que, como se comentó en
el Apartado 1.2.4, se asumen las condiciones que aseguran que el proceso de
Wiener fuertemente cilíndrico W en la ecuación (1.8) sea un proceso de Wiener
Hilbert-valuado; ver Teorema 8.1 en Riedle (2011).
Bajo la Condición 3.1, a partir de los teoremas 7.1 y 8.1 que aparecen en
Riedle (2011), de las ecuaciones(3.1)–(3.3), y teniendo en cuenta que

1/2
{ψj = λj (Q)φj }j≥1 (3.4)

define una base ortonormal del espacio de Hilbert con núcleo reproductor de
Q, W admite la siguiente representación:
∞
∗
X k·kQ ∗
W (t)(g ) = hiQ (ψj ), giH Bj (t), ∀g ∗ ∈ U ∗ = [Q1/2 (H) ], (3.5)
j=1

k·kQ
donde U ∗ denota el espacio dual de U = Q1/2 (H) , el cierre de Q1/2 (H),
con respecto a la norma k · kQ , inducida por Q, es decir, kf kQ = Q(f )(f ) =
hQ(f ∗ ), f iH , para todo f ∈ H, con, como anteriormente, f ∗ ∈ H ∗ denotando
el elemento dual de f, dado por el teorema de representación de Riesz. Aquí,
{Bj (t), t ≥ 0}j≥1 son procesos de Wiener estándar real-valuados independien-
tes y, como antes, iQ es la aplicación de inclusión continua que introduce el
rango de Q en H.

Teorema 3.1. Bajo las condiciones (i)–(iii) asumidas en el Apartado 1.2.4, y la

Condición 3.1, para cada j ≥ 1, {Yp (t) = hX(t, φj ), φp iH , t ∈ R+ }p≥1 , introduci-
do en la ecuación (1.8) para f = φp , define una secuencia de procesos O-U real-
1/2
valuados independientes, con respectivos parámetros {λp (A)}p≥1 y {λp (Q)}p≥1 ,
tales que Yp (0) ≡ 1, para cada p ≥ 1.

Demostración:
Bajo la Condición 3.1, a partir de las ecuaciones (3.3) y (3.5), la proyección de
la ecuación (1.8) en el sistema de autovectores ortonormales {φj }j≥1 nos lleva

100
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

a las siguientes identidades: Para cada t > 0, p ≥ 1, y para cualquier j ≥ 1,

hX(t, φj ), φp iH
Z t 
= hexp(tA)(φj ), φp iH + exp((t − s)A)dW (s), φp
0 H
∞
X
= exp(−λk (A)t) hφk , φj iH hφk , φp iH
k=1
X∞ ∞ Z
X t
+ hφk , φp iH exp(−λk (A)(t − s)) hφk , iQ (ψl )iH Bl (ds)
k=1 l=1 0
Z t
= exp (−λp (A)t) + λp1/2 (Q) exp(−λp (A)(t − s))Bp (ds),
0

(3.6)

donde la integral se interpreta como una integral estocástica uniparamétrica

de Wiener-Itb o con respecto a la medida de Wiener Bp (ds), para cada p ≥ 1. La
última identidad de la ecuación (3.6) significa que, para cada p ≥ 1, y para todo
j ≥ 1, {Yp (t) = hX(t, φj ), φp iH , t ∈ R+ } es un proceso O-U real-valuado que
satisface la ecuación de Langevin:

dYp (t) = −λp (A)Yp (t)dt + λp1/2 (Q)Bp (dt). (3.7)

Esto es, para cada p ≥ 1, {Yp (t), t ∈ R+ } es un proceso O-U comenzando en

1/2
t = 0, con condición inicial Yp (0) ≡ 1, y parámetros λp (A) y λp (Q). De hecho,
{Yp }p≥1 es una secuencia de procesos O-U real-valuados independientes.

3.2. Aproximación ARH(1) en tiempo discreto del

proceso O-U Hilbert-valuado
En la aproximación en tiempo discreto de la ecuación (1.8) se puede encon-
trar varias dificultades relacionadas con la definición de un adecuado concepto
de derivada (por ejemplo, derivada total como derivada Fréchet, derivada di-
reccional como derivada Gb ateaux, H–derivada, etc.). Esta es la razón por la
que se considera el operador γ = I − ρ, y el proceso de innovación εn definido
mediante εn = σ(W (n) − W (n − 1)), para todo n ∈ N∗ , siendo W un proceso de
Wiener H–valuado y fuertemente cilíndrico, que lleva a reescribir la ecuación

101
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

(1.10) como sigue:

Xt+1 − Xt = −γXt + σ(Wt+1 − Wt ), t = 1, 2, . . . (3.8)

El análogo a esta ecuación en tiempo continuo es la ecuación diferencial esto-

cástica
dXt = γXt dt + σdWt , t ≥ 0.

Formalmente, la solución única a esta ecuación se da en (1.8). Bajo las su-

posiciones realizadas sobre los operadores que definen la ecuación (1.8), la
proyección de dicha ecuación en la base ortonormal de autovectores, permite
aplicar la aproximación de un proceso O-U real-valuado, en términos de un pro-
ceso AR(1), que a su vez, nos proporciona la definición de un proceso ARH(1)
proyectado. Se obtiene, para cada t = 1, 2, . . . , y p ≥ 1,

Yp (t + 1) − Yp (t) = −λp (A)Yp (t) + λ1/2

p (Q)(Bp (t + 1) − Bp (t)),

(3.9)

donde, para cada τ > 0, se puede ahora considerar

√
Yp,τ (n + 1) = γτ Yp,τ (n) + τ εn , (3.10)

con γτ = 1 − λp (A)τ. Entonces, para cada t > 0, y p ≥ 1, se tiene que

√
Z [t/τ ]
Yp,τ ([t/τ ]) = γτ[t/τ ] Yp (0) + λp1/2 (Q)γ −[s] dBp (s)
τγ [t/τ ]−1
0
Z t
1/2
∼ exp(−λp (A)t) + λp (Q) exp(−λp (A)t) exp(λp (A)s)dBp (s),
0
(3.11)

donde, en el último paso se utiliza la propiedad de escala del movimiento brow-

√
niano τ Bp (s) ∼ Bp (τ s). Obsérvese que, γτ ∼ (1 − λp (A))τ = γ τ , cuando
τ → 0. Este argumento puede ser expresado de una manera rigurosa para llegar
a la convergencia en sentido débil del proceso Yp,τ ([t/τ ]) al proceso O-U real-
valuado y continuo, cuando τ → 0; ver Fouque et al. (2000); Nelson (1990),
para más detalles. La conclusión es que si el intervalo entre observaciones su-
cesivas se lleva al cero, y los coeficientes se ajustan adecuadamente, entonces,
cada elemento (3.9)–(3.10) de la secuencia obtenida de procesos AR(1) con-

102
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

verge al proceso de O-U real-valuado y continuo, véase las ecuaciones (3.7) y

(3.11).
Por otro lado, bajo la siguiente hipótesis, la secuencia de proceso AR(1)
introducida en (3.10) también define un proceso ARH(1). Esta es la razón por la
que en esta sección nos referimos a la aproximación ARH(1) en tiempo discreto
del proceso O-U H–valuado.
Suposición 3.2. El operador de autocorrelación ρ, en la ecuación (1.10), admite
la siguiente representación espectral diagonal, en sentido débil:
Para todo f ∈ H,
∞
X
ρ(f ) = λk (ρ) hφk , f iH φk , (3.12)
k=1

donde la serie (3.12) es finita para cualquier f ∈ H, y, como antes, {φj }j≥1 denota
el sistema de autovectores del operador de autocovarianza CX dado en (1.11).
A partir de las ecuaciones (3.9)–(3.11), la Suposición 3.1 implica la Supo-
sición 3.2, cuando el proceso considerado ARH(1) se construye como la apro-
ximación en tiempo discreto de un proceso O-U H–valuado, es decir, cuando
ambos procesos están caracterizados por una secuencia de procesos ARH(1)
independientes tal como se da en las ecuaciones (3.9)–(3.10), y la ecuación
(3.13) que aparece en el siguiente resultado:
Lema 3.1. Bajo la Condición 3.2, la proyección de la ecuación ARH(1), (1.10),
en {φj }j≥1 nos lleva a la siguiente expresión: para cada p ≥ 1

Xp (n) = hXn , φp iH = λp (ρ) hXn−1 , φp iH + hεn , φp iH

= λp (ρ)Xp (n − 1) + εp (n), n ∈ Z, (3.13)

donde {Xp (n), n ∈ Z} es un proceso AR(1).

Demostración:
Es una consecuencia inmediata de la representación espectral diagonal en sen-
tido débil de ρ en la ecuación (3.12), así como de la representación espectral
∞
X
CX (h) = λk (CX ) hφk , hiH φk , ∀h ∈ H,
k=1

la cual se cumple a partir de la propiedad del operador traza CX .

103
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

3.3. Estimación paramétrica y predicción del pro-

ceso O-U Hilbert-valuado
El objetivo de esta sección es la formulación de los respectivos estimadores
paramétricos componente a componente de los operadores A y Q, que caracte-
rizan la distribución del proceso de O-U H–valuado en la ecuación (1.8).
En el supuesto de que se conozcan los autovectores del operador de auto-
covarianza del proceso ARH(1), CX , en la ecuación (1.10), se consideran los
siguientes estimadores de componentes para ρ y Rε = E[ε1 ⊗ ε1 ] = E[εn ⊗ εn ],
para cada n ∈ N∗ , basados en una muestra de tamaño T ; véase, por ejemplo,
Ruiz-Medina et al. (2016):

T −2
X
1
kT T −1
Xk (i)Xk (i + 1)
X i=0
ρbkT = bT,k (ρ)φk ⊗ φk ,
λ λ
bT,k (ρ) = ,
T −1
X
k=1 1
T
Xk2 (i)
i=0
k = 1, . . . kT ,
T −1
kT
!
bT,k (Rε ) = 1
X X  
R
bε = bT,k (Rε )φk ⊗ φk ,
λ λ Xk2 (i) bT,k (ρ)]2 ,
1 − [λ
k=1
T i=0
k = 1, . . . kT ,
(3.14)

donde Xk (i) satisface la ecuación (3.13), para i = 0, . . . , T − 1, y para cada k =

1, . . . kT . El orden de truncamiento, kT , debe satisfacer condiciones adecuadas
de acuerdo a la magnitud relativa de λkT (CX ) y T en relación con asegurar la
consistencia, ya que kT → ∞ cuando T → ∞, y kT /T → 0 cuando T → ∞.
Por último, bajo las condiciones 3.1–3.2, a partir de las ecuaciones (3.9) y
(3.13), los operadores A y Q, de las ecuaciones (3.1) y (3.2), caracterizando la
distribución del proceso O-U H–valuado en (1.8), se pueden aproximar como
sigue:

kT
X
A
bT = (1 − λ
bT,k (ρ))φk ⊗ φk (3.15)
k=1
XkT
Q
bT = bT,k (Rε )φk ⊗ φk ,
λ (3.16)
k=1

104
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

donde, en este caso, {φj }j≥1 denota al sistema común de autovectores de A y

Q en las ecuaciones (3.1) y (3.2), y en las ecuaciones (3.12) y (3.13), conside-
rando ρ = I − A. Nótese que, bajo la Condición 3.1, {φj }j≥1 coincide también
con el conocido sistema de autovectores que interviene en la representación en
serie (3.5) del proceso de Wiener H–valuado, W.
A partir de las ecuaciones (1.8), (3.15) y (3.16), se puede considerar el
siguiente predictor plug-in del proceso de O-U H–valuado:
Z t
X
bT (t, f ) = exp(tA
bT )(f ) + exp((t − s)A
bT )dW
cT (s), t ≥ 0, f ∈ H, (3.17)
0

donde WcT (t) − W

cT (s) ∼ N (0, (t − s)Q cT (t) − W
bT ), es decir, W cT (s) tiene distribu-
ción de probabilidad gaussiana µ0,(t−s)QbT en H, con media cero y operador de
covarianza (t − s)Q
bT , con Q
bT dado en (3.16).

3.4. Proceso de Cox log-gaussiano en espacios de

dimensión infinita

Esta sección presenta los principales elementos y resultados teóricos invo-

lucrados en la introducción, estimación de parámetros y predicción de proce-
sos de Cox con intensidad log-gaussiana, definida a partir del proceso O-U H–
valuado.
En primer lugar, se extraen condiciones suficientes para la definición de
{C(t), t ∈ R+ } = {Cp (t), p ≥ 1, t ∈ R+ } como un proceso de Poisson doble-
mente estocástico `2 -valuado, con una intensidad aleatoria `2 -valuada {λt =
exp (Yp (t)) , p ≥ 1, t ∈ R+ }, donde Yp satisface las ecuaciones (3.6) y (3.7),
Rt
para cada p ≥ 1. Para calcular la varianza de Λp (t) = 0 exp(Yp (s))ds, en la
Proposición 3.1 que sigue, se considera el sistema de polinomios de Hermite.
Es bien sabido que los polinomios de Hermite forman un sistema ortogo-
nal completo del espacio de Hilbert L2 (R, ϕ(u)du), el espacio de funciones de
cuadrado integrable con respecto a la densidad normal estándar ϕ. Dichos po-
linomios se definen como sigue:

u2 dk − u2
Hk (u) = (−1)k e 2 e 2, k = 0, 1, . . . .
duk
105
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

En particular, para un proceso gaussiano de media cero Y, para k ≥ 1,

E [Hk (Y (x))] = 0,
E [Hk (Y (x)) Hm (Y (y))] = δm,k m! (E[Y (x)Y (y)])m ; (3.18)

véase, por ejemplo, Peccati y Taqqu (2011).

Proposición 3.1. Asumamos que

λp (Q) < 2λp (A), p ≥ 1. (3.19)

Entonces, para cada p ≥ 1, considerando la covarianza condicionada de Yp , y

asumiendo que t es suficientemente grande, para asegurar que la diferencia con la
covarianza incondicionada del proceso de O-U real-valuado Yp es despreciable, se
cumple la siguiente identidad:
Z t 
Var exp (Yp (s)) ds
0
∞ k
Ck2 t t λp (Q)
X Z Z 
= exp (−λp (A)|u − v|) dudv < ∞,
k=1
k! 0 0 2λ p (A)

(3.20)

donde Ck = R exp(u)Hk (u)ϕ(u)du, k ≥ 1, y G(u) = exp(u) = ∞ Ck

R P
k=1 k!
Hk (u),
2
para todo u ∈ R, en L (R, ϕ(u)du).

Demostración:
A la ecuación (3.20) se llega directamente a partir de (3.18), y de la defini-
ción de Yp en la ecuación (3.7), para cada p ≥ 1. Además, G(u) = exp(u) ∈
L2 (R, ϕ(u)du) implica
∞  2
X Ck
kGk2L2 (R,ϕ(u)du) = < ∞. (3.21)
k=1
k!

Teniendo en cuenta la desigualdad de Cauchy-Schwarz, la ecuación (3.21), y la

106
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

h i2
λp (Q)
Condición (3.19), nos lleva a que 2λp (A)
< 1, con lo que se obtiene:

∞ k
Ck2 t t λp (Q)
X Z Z 
exp (−λp (A)|u − v|) dudv
k=1
k! 0 0 2λp (A)
v v #2
u ∞  2 2 u ∞
"Z Z 
t t k
uX C k u X λ p (Q)
≤t t exp (−λp (A)|u − v|) dudv
k=1
k! k=1 0 0 2λ p (A)
v v #2
u ∞  2 2 u ∞
"Z Z 
t t k
uX C k u X λ p (Q)
≤t t exp (−λp (A)|u − v|) dudv
k=1
[k!]2 k=1 0 0 2λp (A)
v v
u ∞  2 u ∞ 
uX Ck 2 uX λp (Q) 2k

≤Ket tt
k=1
k! k=1
2λp (A)
v
u ∞  2
uX Ck t2
=t
k!
r h i2 < ∞, (3.22)
k=1 λ (Q)
1 − 2λpp (A)

donde
n K2es
e
o una constante positiva, sabiendo que (3.21) implica que la secuen-
Ck
cia k!
converge a cero y, en particular, para k suficientemente grande,
k≥1
 C 4  C 2
se tiene que k!k < k!k < 1.
En el desarrollo subsiguiente se asume la siguiente condición:

Suposición 3.3. Se asume el siguiente comportamiento asintótico.

2λp (A)
= O p−α ,


p p → ∞, α > 1.
[2λp (A)]2 − [λp (Q)]2

Proposición 3.2. Bajo las condiciones (i)–(iii) formuladas en el Apartado 1.2.4,

considerando también que las condiciones 3.1, 3.3, y la ecuación (3.19) se cum-
plen, se tiene, para cada t ∈ R+ ,
∞
X
Cp2 (t) < ∞, c. s.
p=1

Demostración:
A partir de la ecuación (3.22), bajo la Condición (3.19), y las condiciones 3.1 y

107
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

3.3,
" ∞
# ∞
X X
Cp2 (t) E Cp2 (t)
 
E =
p=1 p=1
v
∞ uX
u ∞ Ck 2 t2
X  
≤ K
e t r
p=1 k=1
k! h
λp (Q)
i2
1 − 2λp (A)
v
u ∞  2 ∞ "
X Ck X  2 #−1/2
e 2t
u λ p (Q)
= Kt 1−
k=1
k! p=1
2λ p (A)
v
u ∞  2 ∞
2
uX C k X 2λp (A)
= Kt
e t p < ∞.
k=1
k! p=1
[2λ p (A)] 2 − [λ (Q)]2
p

A partir de la Proposición 3.2, C = {Cp (t), p ≥ 1, t ∈ R+ } es un proceso

de Poisson doblemente estocástico `2 –valuado. Con un razonamiento similar
al caso de los procesos de Poisson homogéneos `2 –valuados, comentado en el
Apartado 1.2.2, se llega a la existencia de una medida de conteo σ–finita µC
asociada a tal proceso, con respecto a la cual, en particular, se puede definir la
probabilidad de {Cp (T ), p ≥ 1} para cada T > 0. Además, para cada p ≥ 1, y
para cualquier 0 < t1 < t2 , se cumple la siguiente identidad, dados los valores
Yp (ω, s), ω ∈ Ω, y t1 ≤ s ≤ t2 , con, como antes, Yp satisfaciendo (3.7) para cada
p ≥ 1,

Pr (Cp (t2 ) − Cp (t1 ) = k|Yp (ω, s); t1 ≤ s ≤ t2 )

 R  hR ik
t t2
exp − t12 exp(Yp (ω, s)ds t1
exp(Y p (ω, s))ds
= .
k!

Por lo tanto, bajo la condición de que {Y(t), t ∈ R+ } = {Yp (t),

p ≥ 1, t ∈ R+ }, {C(t), t ∈ R+ } = {Cp (t), p ≥ 1, t ∈ R+ } define una secuencia de
procesos de Poisson no homogéneos independientes, con lo que se tiene, para
k = (k1 , . . . , kn , . . . ) ∈ N∞ ,

108
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

Pr (C(t1 ) − C(t2 ) = k|yt1 ,t2 )

= Pr (C(t1 ) − C(t2 ) = k|Y(ω, s) = y(s); t1 ≤ s ≤ t2 )
 R  hR ikp
p0 (ω,yt1 ,t2 ,t1 ,t2 ) t2 t2
Y exp − t1 exp(Yp (ω, s)ds t1
exp(Yp (ω, s))ds
= .
p=1
(kp )!

Además, dadas las observaciones yT = {Yp (ω, t) = yp (t), p ≥ 1, 0 ≤ t ≤ T },

para cierto ω ∈ Ω, con, como antes, Yp (t) = hX(t, φ· ), φp iH , satisfaciendo la
ecuación (3.7), para cada p ≥ 1, y cualquier j ≥ 1, se puede calcular, a partir
de (3.17), ver secciones 3.2 y 3.3, el predictor plug-in
D E
Ybp (T + h) = XbT (T + h, φj ), φp
H
 Z T +h 
= exp((T + h)AT )(φj ) +
b exp((t − s)A
bT )dW
cT (s), φp ,
0 H
(3.23)

para h ∈ R+ . Así, para cualquier h > 0, se formula el siguiente predictor `2 –

valuado del proceso de Cox log-gaussiano C:

p0 (ω,Y
b T (ω),T,T +h) Z
T +h  
Y
EYb T (ω) (C(T + h)|C(ω, T )) = exp Ybp (ω, s) ds + C(ω, T ),
p=1 T

donde Yb T (ω) = {Ybp (ω, s), p ≥ 1, T ≤ s ≤ T + h}, siendo Ybp (·), tal y como se
ha definido en (3.23), para cada p ≥ 1, el predictor de la intensidad aleatoria,
calculado a partir de las observaciones en el intervalo [0, T ], es decir,

{Y(ω, s), 0 ≤ s ≤ T } = {Yp (ω, s), p ≥ 1, 0 ≤ s ≤ T }

= {hX(ω, s, φ· ), φp iH , p ≥ 1, 0 ≤ s ≤ T }
= {yp (s), p ≥ 1, 0 ≤ s ≤ T }.

109
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

3.5. Proceso de Cox log-gaussiano espacio-

temporal en el mapeo de enfermedades
Los resultados dados en la Sección 3.4 se aplican aquí al caso particular
donde H = L2 (D), con D ⊆ R2 . De hecho, la motivación reside en el proble-
ma de la estimación funcional y predicción de mapas de enfermedades. En la
siguiente sección, en el estudio de simulación condicionada realizado, nos cen-
traremos en la estimación y predicción de los mapas de riesgo de cáncer de
mama, próstata y encéfalo en España.

3.5.1. Observación de la tasa aleatoria funcional de inciden-

cia de la enfermedad

Sea {Ct , t ∈ R+ } un proceso de Cox log-gaussiano con intensidad aleatoria

L2 (D)–valuada,
{λt = Et exp(βt + Xt ), t ∈ R+ }, (3.24)

siendo Xt un proceso O-U L2 (D)–valuado, que satisface las condiciones asu-

midas en la sección anterior, y siendo Et , para cada t ∈ R+ , una función de-
terminista L2 (D)–valuada, proporcionando el mapa de los casos esperados de
la enfermedad en las subregiones de D analizadas, en ese tiempo t. Por tanto,
Et tiene valores funcionales positivos en D, y βt es un parámetro de efecto fijo
L2 (D)–valuado, para cada t ∈ R+ , ver Ruiz-Medina (2016). En particular, pa-
ra cada t ∈ R+ , y para todo i, con xi = (xi1 , xi2 ) representando la localización
espacial de la subregión i analizada en D,

ln(λt (xi )) = ln(Et (xi )) + βt (xi ) + Xt (xi ), i = 1, . . . , N. (3.25)

Nuestro modelo de observación L2 (D)–valuado se obtiene de la ecuación

(3.25) añadiendo un ruido de observación, como sigue: Para i = 1, . . . , N,

Zt (xi ) = ln(λt (xi )) + t (xi ) = ln(Et (xi )) + βt (xi ) + Xt (xi ) + t (xi ),

donde, para cada t ∈ R+ , Zt , λt , Et , t , βt , Xt ∈ L2 (D). En particular, {t , t ∈

R+ } es un proceso gaussiano L2 (D)–valuado de media cero con componentes
independientes y operador diagonal de autocovarianza.

110
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

Para cualquier h > 0, la estimación funcional de un mapa de riesgo de

enfermedad en el tiempo T +h, basada en observaciones de intensidad funcional
hasta el tiempo T, se construye a partir de

\
Φ(C(T + h))(xi )
, i = 1, . . . , N,
ET +h (xi )

donde Φ denota la inversa del operador de proyección en el sistema de auto-

vectores conocidos {φj }j≥1 de Q y A, y

p0 (ω,Y
b T (ω),T,T +h) Z
T +h
Y
\
C(T + h) = bp (ω, s)ds + C(ω, T ),
λ (3.26)
p=1 T

con, para todo p ≥ 1,

D E D E 
{λ
bp (ω, s)} = hEs , φp (·)i exp
H β\
s (ω, ·), φp (·) + XbT (ω, s, φ· ), φp ,
H H

para ω ∈ Ω denotando, como antes, el punto de muestreo asociado con la

realización observada de la muestra aleatoria funcional. Aquí, para cada s ∈
(T, T + h], βbs es una estimación funcional no paramétrica de βs (véase la ecua-
ción (3.29) posterior), y X bT se define como en la ecuación (3.17), basada en
observaciones funcionales hasta el tiempo T.

3.6. Estudio de simulación condicionada

Se generan tres muestras funcionales, bajo los supuestos 3.1, 3.2 y 3.3, con-
dicionadas a los registros disponibles sobre casos esperados de cáncer de mama,
próstata y encéfalo, en las provincias de España. Además, siguiendo las expre-
siones (3.24)–(3.25), nuestro modelo de observación se define a partir de la
siguiente ecuación, extraída de considerar el desarrollo de Taylor en el ln de
i)
la función ECtt(x
(xi )
1
en el valor observado λt (xi ), para cada t = 1, . . . , T, y para

1
En el caso de estudio de mortalidad, esta función se conoce como Razón de Mortalidad
Estandarizada (RME) y se trata de un estimador del Riesgo Relativo (RR), véase, por ejemplo,
Bivand et al. (2013), entre otros. Consideremos Ot,i y Et,i como el número de muertes ob-
servadas y esperadas (respectivamente) causadas por una enfermedad en el año t = 1, ..., T ,

111
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

cualquier i = 1, . . . , N,

Ct (xi )
 
Zet (xi ) = ln = ln(Ct (xi )) − ln Et (xi )


Et (xi )
Ct (xi ) − λt (xi )
= ln(λt (xi )) + − ln Et (xi )


i
λt (x )

i i i i

Ct (xi ) − λt (xi )
= ln Et (x ) + βt (x ) + Xt (x ) − ln Et (x ) +
λt (xi )
Ct (xi ) − λt (xi )
= βt (xi ) + Xt (xi ) + i
= βt (xi ) + Xt (xi ) + ξt (xi ),
λt (x )
(3.27)

donde, a partir de la aproximación gaussiana de la distribución de Poisson, para

cada t = 1, . . . , T, y para cualquier i = 1, . . . , N,

Ct (xi ) − λt (xi )
 
i
ξt (x ) = , i = 1, . . . , N, t = 1, . . . , T (3.28)
λt (xi )

se distribuyen aproximadamente como variables aleatorias normales indepen-

dientes con respectivas varianzas
 
1
, i = 1, . . . , N, t = 1, . . . , T .
λt (xi )

Como antes, se adopta el enfoque ARH(1) para obtener la estimación para-

métrica funcional del proceso de O-U L2 (D)–valuado, Xt , siendo D la penín-
sula ibérica (véase la Sección 3.3 y, en particular, las secciones 3.2 y 3.3). En
la última identidad de (3.27), para cada t ∈ R+ , se estima el parámetro βt ,
L2 (D)–valuado, en un marco no paramétrico, a partir de la siguiente ecuación:

βbt = Φ(Φ∗ (Q bξt )−1 Φ)−1 Φ∗ (Q

bt + C bξ )−1 Zet ,
bt + C (3.29)

donde, como antes, Zet se define a partir de (3.27), Φ∗ denota el operador de

proyección en el sistema de autovectores conocido {φj }j≥1 de Q y A, que tam-
bién coincide con el sistema de autovectores común del operador de autoco-

provincia i = 1, . . . , N . Entonces, la razón de mortalidad estandarizada se define como

Ot,i
RM Et,i = ,
Et,i

con t = 1, ..., T , i = 1, . . . , N .

112
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

rrelación ρ, y el operador de autocovarianza CX del proceso ARH(1), propor-

cionando la aproximación en tiempo discreto del proceso de O-U H–valuado.
Aquí, Qbt denota el estimador componente a componente del operador de auto-
covarianza Qt , en la ecuación (1.9), de Xt , calculado a partir de los estimadores
introducidos en (3.15) y (3.16) de los operadores A y Q, respectivamente. Por
último, Cbξt denota la aproximación empírica finito-dimensional del operador de
autocovarianza Cξt del proceso L2 (D)–valuado n ξt , introducido en la ecuación o
1
(3.28), basado en los valores observados λt (xi ) , i = 1, . . . , N, t = 1, . . . , T .
En la práctica, se adoptan reglas de truncamiento que dependen del tamaño T
de la muestra funcional, siguiendo los criterios reflejados en Bosq (2000); Bosq
y Blanke (2007).

El filtrado de Kalman se aplica para obtener la predicción de los valores fun-

cionales del proceso ARH(1) en los tiempos t = T + h, h > 0, aproximándose
al correspondiente proceso de O-U H–valuado. En concreto, para un orden de
truncamiento dado M (T ) < T adecuado, considerando la aproximación diago-
nal (3.13) de la ecuación de estados ARH(1), se formula el siguiente modelo de
dimensión finita: Para t = 1, . . . , T,

XM ×1 (t) = ΛM ×M (ρ)XM ×1 (t − 1) + εM ×1 (t), (3.30)

donde, para cada t = 1, . . . , T, XM ×1 (t) es un vector M × 1 con entradas

Xp (t) = hXt , φp iH , p = 1, . . . , M ; ΛM ×M (ρ) es una matriz diagonal M × M
con entradas λp (ρ), p = 1, . . . , M ; y εM ×1 (t) es un vector M × 1 con entradas
εp (t) = hεt , φp iH , p = 1, . . . , M. Las ecuaciones para el filtrado de Kalman se
implementan, a partir de (3.27) y (3.30), como sigue:
 
b | t) = X(t
X(t b | t − 1) + Kt Zt − ΦM X(t
b | t − 1)

b | t) = E (X(t) | Zt , ..., Z1 ) es la estimación de la proyección actua-

donde X(t
lizada (a-posteriori) de los coeficientes aleatorios Xp (t), p = 1, . . . , M, en el
b | t − 1) = E (X(t) | Zt−1 , ..., Z1 ) es la estimación de la proyec-
tiempo t, y X(t
ción (a-priori) correspondiente, previamente calculada, para el tiempo t. Aquí,
Zt se obtiene a partir de los valores observados (3.27) restando la estimación
no paramétrica (3.29) en ese momento t. El operador Kt denota al operador de
ganancias, reflejando el suavizado realizado sobre datos funcionales, dado por

113
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

−1
Kt = Pt|t−1 Φ∗M Cξt + ΦM Pt|t−1 Φ∗M

donde Φ∗M y Cξt denotan respectivamente el operador de proyección en

φ1 , . . . , φM , y el operador de autocovarianza de ξt , el ruido de observación. Ade-
más,

Pt|t−1 = Cov (X(t) | Zt−1 , ..., Z1 ) = ΛM ×M (ρ)Pt−1|t−1 ΛM ×M (ρ) + Rεt ,

siendo Rεt la matriz de covarianzas del vector aleatorio εM ×1 (t), con las com-
ponentes εp (t) = hεt , φp iH , p = 1, . . . , M, y
 
Pt|t = E (X(t) − X(t b | t))∗ = Pt|t−1 − Kt ΦM Pt|t−1 .
b | t))(X(t) − X(t

Así, la aproximación de dimensión finita del predictor del filtrado de Kalman,

para cada tiempo t de interés, viene dada por

X b | t − 1) = ΦM Λ(ρ)X(t
bt = ΦM X(t b − 1 | t − 1). (3.31)

Los valores iniciales considerados son

b | 0) = 0
X(0
P0|0 = E XM ×1 (0)[XM ×1 (0)]T ,
 

con XM ×1 (0) = (X1 (0), . . . , XM (0))T = (hX0 , φ1 iH , . . . , hX0 , φM iH )T .

En la práctica, ΛM ×M (ρ) se estima a partir de la matriz diagonal con en-
tradas λbT,k (ρ), k = 1, . . . , M, definida en (3.14), y la matriz Rεt de dimen-
sión M × M se aproxima a partir de la matriz diagonal con entradas λ bT,k (Rε ),
k = 1, . . . , M, también definida en (3.14).
La predicción funcional de los mapas de riesgo relativo, en cada momento t
de interés, se obtiene entonces a partir de

rbt = exp(βbt + X
bt ), (3.32)

con βbt como viene en (3.29), y X

bt calculada a partir de las anteriores ecuacio-
nes del filtrado de Kalman, en términos de los residuos proyectados, asociada
con la estimación del parámetro de efecto fijo L2 (D)–valuado βt , para cada

114
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

tiempo t de interés. En la Tabla 3.1 se muestra el promedio espacial de los erro-

res cuadráticos medios empíricos para los datos generados de los tres tipos de
cáncer (de mama, próstata y encéfalo), para cada uno de los años estudiados,
calculados a partir de 100 realizaciones del predictor de Kalman (3.31), y del
estimador no paramétrico de efectos fijos (3.29). Se puede observar que los da-
tos de cáncer de mama y próstata se generan y se estiman mejor a partir del
enfoque de intensidad ARH(1) log-gaussiano, ya que el error es mucho más pe-
queño que para el caso de cáncer de encéfalo. Esto puede ser debido a varias
razones. La incidencia del cáncer de encéfalo es menor en la población, con lo
que hay provincias con pocos casos observados y esperados de esta enferme-
dad, lo que puede provocar un mayor error cuadrático medio. También puede
ser debido a las propias características del tipo de cáncer.

3.6.1. Algoritmo de simulación condicionada para el enfoque

de intensidad log-gaussiana con aproximación ARH(1)
Mostramos a continuación, el algoritmo seguido para el estudio de simu-
lación. Para dicho estudio se han utilizado los datos reales con el número de
muertes por año y provincia española de tres tipos de cáncer distintos durante
un periodo de observación en torno a los 30 años.

Paso 1. Partimos de los registros disponibles del logaritmo del Riesgo Relati-
vo (RR) de mortalidad asociado al cáncer de mama, próstata y encéfalo,
según se define en la ecuación (3.27), primera línea. A continuación se
procede a la eliminación de la tendencia lineal.

Paso 2. Se calcula una estimación funcional truncada del parámetro de efectos

fijos en el modelo de observación considerado en (3.27), β̂t , a partir de
los datos del Paso 1.

Paso 3. Se generan valores funcionales aleatorios del proceso ARH(1) en los

tiempos t = 1, ..., T .

Paso 4. Se generan valores funcionales aleatorios para el modelo de observa-

ción definido en la ecuación (3.27), para t = 1, ..., T , y se evalúan en los
50 nodos espaciales correspondientes a las provincias analizadas.

Paso 5. Se calcula la exponencial de los datos generados en el Paso 4.

115
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

Tabla 3.1: Promedio espacial de los errores cuadráticos medios empíricos (ECMEs) por
año, obtenido a partir de 100 generaciones de la muestra funcional de tamaño T del
proceso de intensidad ARH(1), para los datos generados de los tres tipos de cáncer

Año Cáncer de próstata Cáncer de mama Cáncer de encéfalo

1 4.587e-002 4.197e-002 9.337e-001
2 4.150e-002 3.516e-002 6.712e-001
3 3.410e-002 3.001e-002 3.264e-001
4 3.586e-002 3.089e-002 4.651e-001
5 3.227e-002 2.688e-002 3.823e-001
6 3.216e-002 3.058e-002 1.766e-001
7 3.391e-002 2.797e-002 4.192e-001
8 2.891e-002 3.304e-002 3.921e-001
9 3.128e-002 2.886e-002 3.182e-001
10 3.096e-002 3.127e-002 1.744e-001
11 3.070e-002 3.137e-002 2.977e-001
12 2.989e-002 3.248e-002 2.250e-001
13 3.052e-002 3.263e-002 6.456e-001
14 2.809e-002 3.462e-002 2.350e-001
15 2.866e-002 3.489e-002 1.209e+000
16 2.814e-002 3.419e-002 2.742e-001
17 2.627e-002 3.397e-002 3.685e-001
18 2.858e-002 3.629e-002 1.244e-001
19 3.101e-002 3.637e-002 2.864e-001
20 3.556e-002 3.677e-002 1.857e-001
21 3.528e-002 3.497e-002 6.199e-001
22 3.715e-002 3.167e-002 3.545e-001
23 3.337e-002 3.344e-002 2.227e-001
24 3.432e-002 2.605e-002 1.223e+000
25 3.405e-002 3.184e-002 1.396e-001
26 3.171e-002 2.634e-002
27 3.165e-002 3.126e-002
28 3.156e-002 2.438e-002
29 2.998e-002 2.771e-002
30 2.892e-002 2.809e-002
31 2.593e-002 2.387e-002
32 2.671e-002
33 2.459e-002
34 2.206e-002

Paso 6. Se calculan los valores de la intensidad aleatoria, de acuerdo al modelo

considerado en la ecuación (3.24).

116
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

Paso 7. Se calculan los valores generados de la razón de mortalidad estandari-

zada a parir de los valores del Paso 6 y los registros disponibles de casos
esperados de mortalidad por padecer la enfermedad.

Los correspondientes mapas con el riesgo de incidencia de enfermedad se

representan seguidamente (véase las figuras 3.1–3.3). Dichas figuras muestran
año por año los correspondientes mapas de riesgo de mortalidad según el tipo
de cáncer bajo estudio (34 años para el caso de cáncer de próstata, desde 1975 a
2008; 31 años para cáncer de mama, desde 1975 a 2005; y 25 años para cáncer
de encéfalo, desde 1986 a 2010). Para cada uno de los tres tipos de cáncer
analizados se obtienen las gráficas para la población en los años indicados,
diferenciando el riesgo simulado o generado a partir de una realización y el
riesgo estimado a partir de la aproximación en tiempo discreto ARH(1) del
modelo de intensidad log-gaussiana.

3.6.2. Intensidad espacio-temporal con dependencia de lar-

go rango
En este apartado se considera el caso en que la intensidad aleatoria, tal y co-
mo aparece en (3.24), {λt , t ∈ R+ }, del proceso de Cox log-gaussiano estudiado
se define a partir de un proceso gaussiano espacio-temporal con Dependencia
de Largo Rango (DLR), satisfaciendo la siguiente ecuación integral, en el senti-
do de media cuadrática:
Z Z
i
Xt (x ) = K(t, s, xi , y, θ)V (s, y)dsdy, (3.33)
m.c. R+ D

para i = 1, . . . , N, y t ∈ R+ . Aquí,

K(t, s, xi , y, θ) = |t − s|−1+ν |xi1 − y1 |−1+$1 |xi2 − y2 |−1+$2 ,

con θ = (ν, $1 , $2 ) ∈ (0, 1)3 , ver Frías y Ruiz-Medina (2011). El proceso V es un

proceso gaussiano regular de media cero tal que la integral (3.33) es finita en
el sentido de media cuadrática. Los datos se generan, considerando el modelo
de observación (3.27), pero reemplazando Xt por el proceso dado en (3.33).
El parámetro estimado βt , L2 (D)–valuado, se calcula a partir de la ecuación
(3.29). A continuación, se calcula el predictor de mínimos cuadrados, a partir

117
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

Figura 3.1: Mapas de riesgo relativo de mortalidad por cáncer de próstata: para una
generación (figura superior) y su estimación (figura inferior), basada en la aproxima-
ción en tiempo discreto ARH(1) del modelo de intensidad log-gaussiana

118
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

Figura 3.2: Mapas de riesgo relativo de mortalidad por cáncer de mama: para una ge-
neración (figura superior) y su estimación (figura inferior), basada en la aproximación
en tiempo discreto ARH(1) del modelo de intensidad log-gaussiana

119
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

Figura 3.3: Mapas de riesgo relativo de mortalidad por cáncer de encéfalo: para una
generación (figura superior) y su estimación (figura inferior), basada en la aproxima-
ción en tiempo discreto ARH(1) del modelo de intensidad log-gaussiana

120
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

de los residuos asociados como sigue:

bt = R e b R−1
X e −βb ) (Zt − βt ), ∀t ∈ R+ , (3.34)
e b
Xt (Zt −βt ) (Z
e −βb )(Z
t t t t

donde

RXt (Zet −βbt ) = E[Xt ⊗ Zet − βbt ]

h i−1
R(−1
Ze −βb )(Z
e −βb ) = E[(Zet − βbt ) ⊗ (Zet − βbt )] , (3.35)
t t t t

definiéndose Zet como en la ecuación (3.27), y Xt como en la ecuación (3.33).

Aquí, como es usual, ⊗ denota el producto tensorial de las funciones en L2 (D).
El parámetro θ = (ν, $1 , $2 ), que caracteriza los operadores integrales RXt (Zet −βbt )
y R(−1 et −βbt ) , se ha estimado a partir de los registros originales de cáncer de
et −βbt )(Z
Z
mama, próstata y encéfalo, en las provincias de España, aplicando la metodolo-
gía basada en wavelets propuesta en Frías y Ruiz-Medina (2011); véase también
Frías et al. (2013). La presencia de dependencia de largo rango en el tiempo
(memoria larga) es más evidente que en el espacio (correlación fuerte) para los
tres tipos de datos de cáncer analizados (véase la Tabla 3.2, donde la primera
columna se corresponde con la estimación del parámetro de dependencia de
largo rango para el tiempo, y las columnas 2 y 3 para el espacio).

Tabla 3.2: Estimaciones paramétricas con DLR

ν̂ $1 $2
Cáncer de próstata 0.6997 0.4103 0.5483
Cáncer de mama 0.6667 0.4441 0.4356
Cáncer de encéfalo 0.6883 0.4555 0.55435

El promedio espacial de los errores cuadráticos medios empíricos, para cada

uno de los años estudiados, calculado a partir de 100 realizaciones del predic-
tor de mínimos cuadrados (3.34), y el estimador no paramétrico de efectos fijos
(3.29), se muestran en la Tabla 3.3, para los tres tipos de datos de cáncer (prós-
tata, mama y encéfalo), generados de forma condicionada. Se puede observar
que las estimaciones obtenidas a partir de los datos de cáncer de encéfalo, bajo
un modelo DLR de log-intensidad gaussiana, mejoran las obtenidas bajo depen-
dencia ARH(1) de corto rango en el tiempo. Sin embargo, se observa un mejor

121
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

ajuste bajo el modelo ARH(1), a partir de los registros de cáncer de mama y

próstata (ver tablas 3.1 y 3.3).

Algoritmo de simulación condicionada para el enfoque log-gaussiano con

DLR

Mostramos a continuación, el algoritmo seguido para el estudio de simu-

lación siguiendo un enfoque log-gaussiano con dependencia de largo rango.
Como en el algoritmo anterior, para dicho estudio se han utilizado los datos
reales con el número de muertes por año y provincia española de tres tipos de
cáncer distintos en un periodo de observación en torno a los 30 años.

Paso 1. Partimos de los registros disponibles sobre el logaritmo del riesgo re-
lativo de mortalidad asociado al cáncer de próstata, mama o encéfalo,
según se define en la ecuación (3.27), primera línea.

Paso 2. A partir de los datos cargados en el Paso 1, basándonos en el modelo

(3.33) se estiman los parámetros de dependencia de rango largo (DLR)
ν, $1 y $2 , utilizando el método de regresión log-wavelet introducido en
Frías y Ruiz-Medina (2011), ver también Frías et al. (2013), este método
se basa en el comportamiento del logaritmo de la Transformada Wavelet
en un entorno de las frecuencias cercanas a cero. Las estimaciones obte-
nidas aparecen en la Tabla 3.2.

Paso 3. Se aproxima la ecuación (3.33) mediante el método de Monte Carlo,

obteniendo una muestra de valores funcionales aleatorios del proceso Xt
definido en (3.33) en los tiempos t = 1, ..., T , y evaluados en los 50 nodos
espaciales correspondientes a las provincias analizadas.

Paso 4. Se realiza una estimación funcional truncada del parámetro de efectos

fijos del modelo de observación definido en la ecuación (3.27), β̂t , a partir
de los datos obtenidos en el Paso 1, tras la eliminación de la tendencia
lineal.

Paso 5. Se generan valores funcionales aleatorios para el modelo de observa-

ción definido en (3.27), pero reemplazando Xt por el proceso dado en
(3.33). Estos valores funcionales generados se evalúan en los 50 nodos
espaciales correspondientes a las provincias analizadas. Se calcula la ex-
ponencial a estos datos.

122
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

Tabla 3.3: Promedio espacial de los errores cuadráticos medios empíricos (ECMEs)
por año, obtenidos a partir de 100 generaciones de la muestra funcional de tamaño
T del modelo de intensidad aleatoria con DLR, para los tres tipos de datos de cáncer
generados

Año Cáncer de próstata Cáncer de mama Cáncer de encéfalo

1 2.715e-001 4.238e+000 2.539e-001
2 2.492e+001 5.445e-002 7.854e-002
3 2.742e+000 2.530e-002 6.705e-002
4 6.400e+000 6.835e-002 6.445e-002
5 8.250e-001 2.399e-001 1.089e-001
6 4.614e-002 1.549e+001 9.699e-002
7 4.589e-001 3.204e-002 2.633e-001
8 5.280e-001 7.784e-002 9.773e-002
9 4.348e-001 5.195e-002 7.650e-002
10 5.723e-002 3.386e+000 6.673e-002
11 1.919e-002 1.168e-001 7.677e-002
12 1.427e+000 2.654e-002 8.259e-002
13 1.610e-002 2.723e-002 7.083e-002
14 3.094e+000 4.607e-002 5.450e-002
15 1.495e-002 2.165e+000 8.851e-002
16 3.012e-001 6.044e-002 4.365e-002
17 4.050e-002 4.107e-002 5.732e-002
18 1.409e-002 1.848e-002 5.499e-002
19 2.185e-001 1.178e+000 3.053e-002
20 2.088e-002 2.170e-001 3.951e-002
21 1.027e+000 4.749e-002 2.638e-002
22 1.574e-002 4.337e-002 5.691e-002
23 9.894e-002 6.459e-002 2.416e-002
24 1.254e-002 1.791e+000 4.403e-002
25 1.391e-001 3.138e-002 2.506e-002
26 2.559e-001 3.077e-002
27 1.532e-002 2.021e-002
28 4.820e-002 2.019e-002
29 2.951e-002 2.623e-001
30 1.298e-001 2.447e-002
31 3.505e-002 1.050e-002
32 3.021e-002
33 7.394e-002
34 5.161e-002

123
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

Paso 6. Se calculan los valores de la intensidad aleatoria, de acuerdo al modelo

considerado en la ecuación (3.24).

Paso 7. Para cada tiempo, t = 1, ..., T , y provincia, i = 1, ..., 50, se genera una
muestra de valores aleatorios de una distribución de Poisson con paráme-
tro, el elemento (t, i) de la matriz obtenida en el Paso 6.

Paso 8. Se calculan los valores generados de la razón de mortalidad estandari-

zada a parir de los valores del Paso 6 y los registros disponibles de casos
esperados de mortalidad por padecer la enfermedad.

Seguidamente, se representan los correspondientes mapas con el riesgo re-

lativo de mortalidad, año por año, según el tipo de cáncer bajo estudio (34 años
para el caso de cáncer de próstata, desde 1975 a 2008; 31 años para cáncer de
mama, desde 1975 a 2005; y 25 años para cáncer de encéfalo, desde 1986 a
2010), ver figuras 3.4–3.6. Dichas figuras muestran, para cada uno de los tres
tipos de cáncer, las gráficas para la población con los años indicados, diferen-
ciando el riesgo observado simulado o generado a partir de una realización y el
riesgo estimado a partir del modelo de intensidad log-gaussiana con DLR.
Al considerar las gráficas de la aproximación ARH(1), figuras 3.1–3.3, con
las del modelo de intensidad log-gaussiana con DLR (figuras 3.4–3.6), teniendo
en cuenta que en cada caso estamos utilizando la simulación del riesgo de mor-
talidad por enfermedad para contrastarlo con las estimaciones de dicho riesgo,
podemos también comparar los dos tipos de estimación realizados (ver también
figuras 3.7 y 3.8).

124
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

Figura 3.4: Mapas de riesgo relativo de mortalidad por cáncer de próstata: para una
generación (figura superior) y su estimación (figura inferior), basada en el modelo de
intensidad log-gaussiana con DLR

125
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

Figura 3.5: Mapas de riesgo relativo de mortalidad por cáncer de mama: para una
generación (figura superior) y su estimación (figura inferior), basada en el modelo de
intensidad log-gaussiana con DLR

126
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

Figura 3.6: Mapas de riesgo relativo de mortalidad por cáncer de encéfalo: para una
generación (figura superior) y su estimación (figura inferior), basada en el modelo de
intensidad log-gaussiana con DLR

127
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

Figura 3.7: Enfoque O-U log-gaussiano. Mapas de España con el log-riesgo de morta-
lidad por tipo de cáncer: de próstata (año 1975), de mama (año 1975), y de encéfalo
(año 1986); en base a 1a generación de un proceso O-U (de la parte superior izquierda
a la inferior izquierda) y sus respectivas estimaciones con el filtrado de Kalman (de la
parte superior derecha a la inferior derecha)

128
Capítulo 3. Procesos de Cox log-gaussianos temporales dirigidos mediante un
proceso de Ornstein-Uhlenbeck Hilbert-valuado

Figura 3.8: Enfoque log-gaussiano con DLR. Mapas de España con el log-riesgo de
mortalidad por tipo de cáncer: de próstata (año 1975), de mama (año 1975), y de
encéfalo (año 1986); en base a 1 generación del proceso de Cox con intensidad log-
gaussiana con DLR (de la parte superior izquierda a la inferior izquierda) y sus res-
pectivas estimaciones de mínimos cuadrados de DLR (de la parte superior derecha a la
inferior derecha)

129
Capítulo 4

Procesos de Cox espaciales en un

marco infinito-dimensional

Este capítulo surge como continuación del Capítulo 3, donde se ha intro-

ducido una familia de procesos de Cox log-gaussianos temporales valuados en
`2 . En lo siguiente, se presenta una nueva clase de procesos espaciales de Cox,
dirigidos por una log-intensidad aleatoria infinito-dimensional. Se considera la
definición en sentido débil de los valores funcionales de la log-intensidad. Nos
referimos al modelo de campo aleatorio de log-intensidad resultante generaliza-
da como proceso de log-riesgo generalizado. Las distribuciones de probabilidad
marginal condicionada de la medida aleatoria de recuento asociada tienen una
distribución de Poisson. Como es habitual, en el caso log–Gaussiano, la estruc-
tura de correlación funcional espacial de la log–intensidad aleatoria caracteriza
los momentos de orden superior.
Bajo la estacionariedad en el espacio, en este capítulo se adopta un marco
paramétrico en el dominio espectral funcional espacial. En el contexto de la
metodología de estimación de Whittle, los estadísticos funcionales de segundo
orden se aproximan en términos de un funcional espectral, basado en el perio-
dograma y los operadores de densidad espectral. La función de pérdida mide
la proximidad de la estructura de correlación funcional espacial empírica de los
datos, reflejada por el operador periodograma, y los elementos de la familia
de operadores de densidad espectral paramétrica contrastados. Se demuestra
la consistencia en sentido fuerte del estimador paramétrico formulado de la
densidad del producto de segundo orden.
Para ilustrar los resultados, se realiza un estudio de simulación en el mar-

131
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

co de un proceso espacial autorregresivo hilbertiano, proceso, SARH(1), véase

Ruiz-Medina (2011). Aplicamos nuestro enfoque a la estimación paramétrica de
los autovalores y autovectores de los operadores de autocorrelación implicados.
Estos estimadores paramétricos permiten la aproximación del operador de den-
sidad espectral. Se ilustra la consistencia en sentido fuerte y en media-cuadrada.
En particular, en el primer ejemplo numérico, se estima el hiperparámetro que
define el soporte de los autovectores de los operadores de autocorrelación im-
plicados. El problema de estimar los hiperparámetros de escala y localización,
que caracterizan los autovalores de los operadores de autocorrelación, se abor-
da en un segundo ejemplo numérico. La metodología de estimación también
se implementa a partir de datos reales. En concreto, analizamos la mortalidad
por enfermedades respiratorias en 48 provincias españolas durante el periodo
1980-2015. El Instituto Nacional de Estadística de España proporcionó los da-
tos, que consisten en 432 registros mensuales de mortalidad por enfermedades
respiratorias en las 48 provincias españolas.
El esquema del capítulo es el siguiente. En la Sección 4.1 se introduce la
clase de procesos espaciales de Cox, dirigidos por una log-intensidad espacial
Hilbert-valuada. En la Sección 4.2 se obtiene la estimación paramétrica fuer-
temente consistente de su estructura de correlación funcional espacial en el
dominio espectral. Un estudio de simulación ilustra en la Sección 4.3 las pro-
piedades de la metodología de estimación espacial funcional introducida. Este
enfoque se valida en la Sección 4.4, utilizando datos reales. El capítulo termina
con una discusión final.
Los resultados desarrollados en este capítulo se recogen en el artículo titula-
do: “Spatial Cox Processes in an Infinite-Dimensional Framework”, actualmen-
te sometido (arXiv:1811.11139), cuyos co-autores son M. P. Frías, A. Torres-
Signes, M. D. Ruiz-Medina, J. Mateu, (Frías et al., 2020).

4.1. Procesos de Cox dirigidos por una log-

intensidad aleatoria H–valuada espacial
Como en los capítulos anteriores, (Ω, A, P ) denota el espacio de probabili-
dad básico sobre el que se definen las variables aleatorias en este capítulo. En el
desarrollo posterior, se omite la dependencia de ω ∈ Ω de todos las aplicaciones

132
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

medibles, desde (Ω, A, P ) a la recta real o compleja, así como desde (Ω, A, P )
a un espacio de funciones. Sólo reflejamos dicha dependencia la primera vez,
cuando se introducen distribuciones de probabilidad condicionadas a la obser-
vación de valores muestrales. Normalmente, el subíndice denota la localización
del elemento de una familia de operadores o variables aleatorias dada, y el
argumento se refiere al elemento ubicado en el conjunto que define su soporte.
Sea H un espacio de Hilbert real separable de funciones, denotamos por H+
iH su versión compleja. En lo que sigue, h·, ·i y k · k denotan respectivamente el
producto interno y la norma en el espacio H+iH. La misma notación se utilizará
para el producto interno y la norma de H, considerado como un subespacio de
H + iH. A efectos prácticos nos referimos a H = L2 (T ), como el espacio de las
funciones de cuadrado integrable en el intervalo de tiempo T . En esta sección
B representa un conjunto acotado de Borel B ∈ B d .

Se denota por κz , z ∈ Rd a un proceso espacial con valores en H. Al apli-
car el Teorema de representación de Riesz, podemos definir un funcional alea-
torio Xz , sobre H utilizando la identidad

Xz (ϕ) = hκz , ϕi , ∀ϕ ∈ H, z ∈ Rd .

Desde un punto de vista técnico, esta definición ayuda a introducir diferentes

conceptos relacionados con la distribución de probabilidad, y la extrapolación
espacial de variables aleatorias H–valuadas.

Nota 4.1. Obsérvese que bajo la suposición

∞
X ∞
X
2
E |hκz , φp i| = E |Xz (φp )|2 < ∞, z ∈ Rd , (4.1)
p=1 p=1

para cualquier base ortonormal {φp , p ≥ 1} de H, κz es un elemento aleatorio en

H, es decir, P [κz ∈ H] = 1, para cualquier z ∈ Rd , véase Ledoux y Talagrand
(1991). Por lo tanto, a lo largo de este capítulo aparecen tanto identidades en
sentido fuerte (puntuales) como en sentido débil (funcionales sobre H). Por ejem-
plo, en la ecuación (4.2) siguiente, se considera la definición puntual de κz ∈ H,
mientras que en la ecuación (4.3), se aplica su definición en sentido débil.

Consideremos una intensidad aleatoria funcional espacial Λ = {Λz (·), z ∈

133
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

Rd } definida como
∞
X [κz (t)]k
Λz (t) = exp (κz (t)) = , ∀t ∈ T , z ∈ Rd , (4.2)
k=1
k!

donde, κz (t) denota el valor puntual de la aplicación t → κz (t), t ∈ T , ya

que κz ∈ H = L2 (T ), casi seguro. Obsérvese que κz : (Ω, A, P ) → H define
una función medible, para cualquier z ∈ Rd . Por construcción, para un ω ∈ Ω,
ln (λz ) (t) := κz (ω, t) = Xz (t), para cada t ∈ T , y z ∈ Rd . Las realizaciones
λ = {λz (·), z ∈ Rd } de Λ = {Λz (·), z ∈ Rd } son, entonces, casi seguramente
(c. s.) positivas. Como anteriormente se ha indicado, omitimos la dependencia

de ω ∈ Ω de las realizaciones κz (ω, ·), z ∈ Rd , ω ∈ Ω de la log-intensidad
espacial H–valuada {κz , z ∈ Rd }.
Se asume la siguiente suposición.

Suposición 4.1. Para cualquier B ∈ B d ,

Z Z
exp (Xz (ϕ)) dz = exp (hκz , ϕi) dz < ∞, ∀ϕ ∈ H, (4.3)
B B

en la norma del espacio L2 (Ω, A, P ), dado por kXk2L2 (Ω,A,P ) = E[X 2 ], para cual-
quier variable aleatoria de segundo orden con media cero X en (Ω, A, P ).

Nota 4.2. De la Suposición 4.1, la familia de procesos de Cox introducida tiene

momentos de segundo orden finitos.
La ecuación (4.3) es válida si el proceso {κz (t), t ∈ T , z ∈ Rd es continuo
en media cuadrática con respecto a ambos argumentos t ∈ T , y z ∈ Rd , lo que
equivale a suponer que el kernel rz,y (t, s) = E[κz (t)κy (s)], que define el operador
de covarianza Rz,y = E[κz ⊗ κy ] es continuo en t, s ∈ T ; z, y ∈ Rd . La expresión
κz ⊗κy denota el producto tensorial de dos elementos aleatorios en H. Por lo tanto,
dicha expresión define un operador de Hilbert-Schmidt en H casi seguramente.

Consideramos ahora N : (Ω, A, P) × B d → N, una medida de recuento

aleatoria sobre la σ–álgebra de Borel B d de Rd . Es decir, para cada ω ∈ Ω,
fijo, N (ω, B) con B ∈ B d , define una medida de recuento sobre los conjuntos
de B d , mientras que, para cada conjunto B ∈ B d , N (ω, B) con ω ∈ Ω, define
una variable aleatoria de valores enteros sobre (Ω, A, P ). Suponemos que, para
cualquier ϕ ∈ H, dada la realización espacial x(ϕ) = {xz (ϕ) = hXz , ϕi , z ∈ Rd }
de X(ϕ), definida a partir de las curvas muestrales Xz ∈ H, espacialmente

134
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

distribuidas sobre z ∈ Rd , la distribución de probabilidad condicionada del

número de sucesos aleatorios N (B) que ocurren en un conjunto B, sigue una
R
distribución de probabilidad de Poisson de media B exp (xz (ϕ)) dz, para cada
conjunto B.

Nota 4.3. Se considera la terminología función de contraste en un sentido amplio,

a partir del Teorema de representación de Riesz. Obsérvese que, por lo general, las
técnicas de FDA se aplican tras la interpolación y suavizado de los datos. Alternati-
vamente, cuando se analizan sistemas altamente singulares, el espacio C0∞ (T ) de
funciones infinitamente diferenciables con soporte compacto en T se suele consi-
derar como espacio de la función de contraste, permitiendo la regularización del
sistema.

4.1.1. Predicción por mínimos cuadrados y momentos con-

dicionados marginales de segundo orden

Se introducen brevemente los momentos de primer y segundo orden de

las distribuciones de probabilidad condicionadas marginales de nuestra medida
R
aleatoria {N (B); |B| < ∞, B ∈ B d }, donde |B| = B dz.
Para B ∈ B d y ϕ ∈ H, a partir de la distribución condicionada de Poisson,
N (B) dado xz (ϕ), z ∈ Rd , se obtiene

fN (B)/xz (ϕ),z∈Rd (t) := E exp (tN (B)) /xz (ϕ), z ∈ Rd

 

Z  
= exp exp (xz (ϕ)) dz (exp(t) − 1) , t ∈ R, ∀ϕ ∈ H. (4.4)
B

Como es habitual, el predictor mínimo cuadrático N \ (B) de N (B), se calcula a

partir de la primera derivada de (4.4)en t = 0. Por lo tanto,
Z
(B) = E N (B)/xz (ϕ), z ∈ Rd =
 
\
N exp (xz (ϕ)) dz, (4.5)
B

que coincide con la varianza condicionada. La correspondiente fórmula de des-

composición de la varianza se calcula a partir de las siguientes identidades,

135
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

obtenidas de la segunda derivada de (4.4) en t = 0 aplicando (4.5)

Z
E Var N (B)/Xz (ϕ), z ∈ Rd


= E [exp (Xz (ϕ))] dz
ZB
Var E N (B)/Xz (ϕ), z ∈ Rd
 

= E [exp (Xz (ϕ) + Xy (ϕ))] dzdy
B×B
Z
− E [exp (Xz (ϕ))] E [exp (Xy (ϕ))] dzdy,
B×B
(4.6)

donde, a partir de (4.5)

Z
Eϕ [N (B)] = E [exp (Xz (ϕ))] dz, (4.7)
B

para B ∈ B d y para cualquier ϕ ∈ H. Así, a partir de (4.6) y (4.7), obtenemos

Z
Varϕ (N (B)) = E [exp (Xz (ϕ))] dz
BZ

+ E [exp (Xy (ϕ) + Xz (ϕ))] dydz

B×B
Z
− E [exp (Xy (ϕ))] E [exp (Xz (ϕ))] dydz. (4.8)
B×B

En el caso estacionario espacial log-gaussiano, las ecuaciones (4.7)–(4.8) se

pueden reescribir, en términos de los momentos de segundo orden de una log-

intensidad H–valuada espacial de media cero, κz , z ∈ Rd . Para cada ϕ ∈ H
y conjunto B ∈ B d ,
 
R0 (ϕ)(ϕ)
Eϕ [N (B)] = exp |B|
2
 
Rz−y (ϕ)(ϕ) + Ry−z (ϕ)(ϕ)
Z
Varϕ (N (B)) = exp (R0 (ϕ)(ϕ)) exp dzdy
B×B 2
   
R0 (ϕ)(ϕ) R0 (ϕ)(ϕ)
+|B| exp 1 − |B| exp , (4.9)
2 2

donde, como antes, |B| denota la medida de Lebesgue de B, y Rz−y es el ope-

rador de covarianza espacial de {κz , z ∈ Rd } dado por

Rz−y (f )(g) = E [Xz (g)Xy (f )] = E [hκz , gi hκy , f i]

= E hXz ⊗ Xy (f ), gi , ∀f, g ∈ H, z, y ∈ Rd . (4.10)

136
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

La densidad producto de orden n se calcula entonces a partir de la intensidad y

la densidad producto de segundo orden como sigue: para ϕ ∈ H,
" n
# " n
!#
Y X
ρ(n)
ϕ (z1 , . . . , zn ) = E exp (xzi (ϕ)) = E exp xzi (ϕ)
i=1 i=1
n n
!
1 XX
= [ρϕ ]n exp Rzi −zj (ϕ)(ϕ) , z1 , . . . , zn ∈ Rd , (4.11)
2 i=1 j=1

donde la intensidad funcional espacial ρϕ se define como

 
R0 (ϕ)(ϕ)
ρϕ = ρ(1)
ϕ (z) = exp , ∀z ∈ Rd , ϕ ∈ H. (4.12)
2

En el caso isotrópico, para i, j = 1, . . . , n, el funcional de correlación par espa-

cial se define a partir de la identidad

(2)
ρϕ (zi − zj )

gϕ (zj − zi ) = = exp Rz i −z j
(ϕ)(ϕ) , ∀ϕ ∈ H.
[ρϕ ]2
(4.13)

4.2. Estimación de la estructura de correlación

espacial de la log-intensidad infinito-
dimensional
En esta sección, asumiendo estacionariedad en el espacio, se propone un
estimador paramétrico fuertemente consistente, basado en el operador perio-
dograma, inspirado en el funcional de Whittle, para el operador de densidad
espectral (véase, por ejemplo, Panaretos y Tavakoli (2013b), en el marco no
paramétrico). Restringimos nuestra atención al caso {κz , z ∈ Zd }, es decir, la
log-intensidad H–valuada se observa en una rejilla espacial regular. Desarrolla-
mos las herramientas de inferencia funcional espacial en el dominio espectral,
considerando el intervalo [−π, π]d , como el conjunto de índices de nuestra fa-
milia de operadores de densidad espectral {Fξ , ξ ∈ [−π, π]d }, dada por

d
!
1 X X
Fξ (h)(g) = exp −i ξj zj Rz (h)(g), ξ ∈ [−π, π]d , (4.14)
(2π)d d j=1
z∈Z

137
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

 P 
1
P d
para todo h, g ∈ H+iH. Asumimos que la serie (2π) d z∈Zd exp −i j=1 j j Rz
ξ z
converge en la norma de la traza, véase, por ejemplo, Panaretos y Tavakoli
(2013b). Como antes, H + iH denota la versión complejo-valuada del espacio
de Hilbert real separable H, y el operador de covarianza Rz se ha introducido
en la ecuación (4.10). Asumimos la siguiente condición

Suposición 4.2. Para cualquier ξ ∈ [−π, π]d , Fξ es un operador traza en H + iH.

Consideremos z = (z1 , . . . , zd ) ∈ Zd , con zi ∈ [−Ni + 1, Ni − 1], i = 1, . . . , d, y
N = N1 × · · · × Nd . Para una base ortonormal {ψk , k ≥ 1} de H, se asume que,
cuando N → ∞,

NX 2
d −zd
" "N −z # #
1 1
X 1 X
··· Xy (ψk )Xy+z (ψl ) − Rz (ψk )(ψl ) →c. s. 0,
k,l≥1
N y1 =1 yd =1

Qd
donde se ha utilizado la notación y = (y1 , . . . , yd ) ∈ i=1 [1, Ni − zi ] ∩ Zd .

Esta condición proporciona la ergodicidad, para los momentos empíricos de

orden dos, con respecto a la norma del operador de Hilbert-Schmidt k · kS(H)

del proceso de log-intensidad funcional espacial κz , z ∈ Zd .

Nota 4.4. Como es habitual, la consistencia fuerte de una variable aleatoria eva-
luada en H se define a partir de la convergencia c. s. en la norma k · kH . Este hecho
se aplica en la Suposición 4.2, considerando el espacio de Hilbert S(H) de los ope-
radores de Hilbert–Schmidt sobre H. Así, la Suposición 4.2 define la consistencia
fuerte de los momentos de segundo orden funcionales empíricos de κz con respecto
a la norma S(H).

Nota 4.5. Si la norma del operador de Hilbert-Schmidt kFξ kS(H) de la familia


de operadores de densidad espectral Fξ , ξ ∈ [−π, π]d es de cuadrado integrable
en [−π, π]d , entonces, la Suposición 4.2 se cumple. En particular, si la familia de
operadores de densidad espectral es continua en el dominio de la frecuencia, con
respecto a la norma del operador Hilbert-Schmidt, es decir, kFξ − Fξ0 kS(H) → 0,
ξ → ξ0 , entonces, la Suposición 4.2 se cumple.

Consideremos ahora una familia paramétrica de operadores de densidad

espectral
Fξ,θ , ξ ∈ [−π, π]d , θ ∈ Θ ⊂ Rq ,


138
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

donde el espacio paramétrico compacto Θ ⊂ Rq , q ≥ 1, es tal que

Z Z
−1 −1
Fξ,θ1 Fξ,θ 2
dξ = Fξ,θ 2
Fξ,θ1 dξ < ∞,
[−π,π]d L(H+iH) [−π,π]d L(H+iH)
(4.15)

para cada θ1 , θ2 ∈ Θ. Aquí, k · kL(H+iH) denota la norma en el espacio de los

operadores lineales acotados en H + iH.
Obsérvese que los ejemplos 4.1 y 4.2 de la Sección 4.3 proporcionan un
escenario adecuado en el que se satisface la Condición (4.15) en el contexto
lineal funcional. En concreto, en el escenario uniparamétrico del Ejemplo 4.1, θ
caracteriza el soporte de los autovectores de los operadores de autocorrelación,
mientras que en el Ejemplo 4.2, las componentes de θ son parámetros de locali-
zación y escala que intervienen en la definición de los autovalores paramétricos.
En particular, el enfoque presentado extiende al marco infinito-dimensional, la
modelización lineal paramétrica adoptada en Hannan (1973) en el caso real-
valuado, donde también se parametrizan los coeficientes de correlación.
Restringiendo nuestra atención al marco paramétrico lineal funcional, se
consideran los siguientes cuatro supuestos en la obtención del Teorema 4.1
siguiente. Específicamente, para {ϕk , k ≥ 1}, una base ortonormal arbitraria
de H + iH, supongamos las siguientes condiciones:

Condición 4.3. Para θ, θ0 ∈ Θ, con θ 6= θ0 , el conjunto {ξ ∈ [−π, π]d ; Fξ,θ 6=

Fξ,θ0 } tiene una medida positiva de Lebesgue. Por lo tanto,valores diferentes de θ
corresponden a diferentes estructuras de dependencia funcional espacial.

Condición 4.4. El operador Fξ,θ es continuo en ξ ∈ [−π, π]d , y θ ∈ Θ, con respecto

a la norma L(H + iH). Es decir, kFξ,θ − Fξ? ,θ? kL(H+iH) → 0, (ξθ) → (ξ ? , θ? ),
para todo (ξ ? , θ? ) ∈ [−π, π]d × Θ.

Condición 4.5. Se asume la sumabilidad espacial del cuadrado de la norma del

operador de Hilbert–Schmidt de los operadores lineales, involucrados en la repre-
sentación funcional de medias móviles de orden infinito, y la normalización en
varianza componente a componente de las proyecciones independientes de las in-
novaciones de ruido blanco. Por lo tanto,
Z
log (2π)d Fξ,θ (ϕk )(ϕk ) dξ = 0, ∀k ≥ 1, θ ∈ Θ.


(4.16)
[−π,π]d

139
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

−1
Condición 4.6. La suma de Cesaro de las series de Fourier de Fξ,θ (ϕk )(ϕk ) con-
d
verge uniformemente en ξ ∈ [−π, π] , k ≥ 1, y θ ∈ Θ.

Nota 4.6. Como se demuestra en el siguiente Teorema 4.1, las condiciones 4.3–
4.6 proporcionan un escenario adecuado para la estimación consistente en sentido
fuerte en el dominio espectral funcional espacial del modelo paramétrico adoptado
para los autoelementos del operador de correlación espacial. Véanse también los
ejemplos 4.1 y 4.2 de la Sección 4.3.

Nota 4.7. La Condición 4.5 implica, en particular, la invertibilidad del modelo

lineal en términos de una secuencia de operadores lineales aplicados a un proceso
de innovación de ruido blanco generalizado. En este contexto funcional lineal, la
Condición 4.5 significa que las innovaciones son curvas independientes e idénti-
camente distribuidas con un operador de autocovarianza identidad. Por lo tanto,
sus proyecciones sobre una base ortonormal de H tienen varianza unidad. El com-
portamiento singular local que muestra este modelo de campo aleatorio de inno-
vaciones generalizado se regulariza mediante la convolución con una secuencia de
operadores lineales adecuada (que define la representación funcional de medias
móviles de orden infinito de la log-intensidad). En particular, debe asumirse la su-
mabilidad espacial del cuadrado de la norma del operador de Hilbert–Schmidt de
esta secuencia. Esta condición es equivalente a la integrabilidad en el dominio de
frecuencias de la norma de la traza del operador de densidad espectral.

e ξN la transformada de Fourier discreta funcional de los datos, dada por

Sea κ
la siguiente identidad en la norma de H + iH,

N1 Nd d
! d
1 X X X Y
e ξN = p
κ ··· exp −i ξj yj κy , ξ ∈ [−π, π]d , N = Ni ,
N (2π)d y1 =1 yd =1 j=1 i=1
(4.17)

donde hemos aplicado que κ e ξN ∈ H + iH casi seguramente, para cualquier

ξ ∈ [−π, π]d , dada la propiedad de la traza del operador de autocovarianza de

κz , z ∈ Rd , véase la ecuación (4.1) en la Nota 4.1. El operador periodograma

140
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

se define entonces como el operador empírico

N1 Nd X
N1 Nd
1 X X X
IξN (g)(h) = ··· ··· XN (h)
N (2π d ) y =1 y =1 z =1 z =1 y1 ,...,yd
1 d 1 d

d
!
X
×XzN1 ,...,zd (g) exp −i ξj (yj − zj ) , (4.18)
j=1

para g, h ∈ H+iH, y ξ ∈ [−π, π]d . Obsérvese que a partir de (4.17),la propiedad

de traza de IξN se deduce directamente de la identidad de Parseval en H + iH,
teniendo en cuenta que IξN es no negativo.

Bajo la Suposición 4.1, y las condiciones formuladas anteriormente, se con-

sidera el siguiente estimador paramétrico, basado en una muestra funcional de
tamaño N ,

θbN = arg minθ∈Θ [σN (θ)] , (4.19)

donde σN (θ) denota la función de pérdida empírica

Z
1 −1 N
σN (θ) = sup d
Fξ,θ Iξ (ϕk )(ϕk ) dξ
k≥1 (2π) [−π,π]d
Z
1 −1
= sup d
IξN Fξ,θ (ϕk )(ϕk ) dξ, ∀θ ∈ Θ, (4.20)
k≥1 (2π) [−π,π]d

cuyas propiedades asintóticas serán analizadas en el siguiente Teorema 4.1.

Consideramos el correspondiente estimador paramétrico del operador de

covarianza espacial se define como sigue:
Z d
!
b z,θ (h)(g) = 1
X
R exp i zj ξj Fξ,θbN (h)(g)dξ, (4.21)
(2π)d [−π,π]d j=1

para h, g ∈ H, y z ∈ Zd . Además, en el caso isotrópico log-gaussiano, se obtiene

el siguiente estimador paramétrico de la función de correlación par
 
ϕ,θ (z) = exp Rz,θ (ϕ)(ϕ)
gd b
 
= exp Rz,θbN (ϕ)(ϕ) , ∀ϕ ∈ H, z ∈ Rd .

141
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

En este sentido, y aunque el siguiente resultado se obtiene más allá del

supuesto log-Gaussiano, recordemos que, bajo el escenario log-Gaussiano de
Cox la consistencia fuerte demostrada en el Teorema 4.1 también se traslada al
estimador paramétrico de la densidad producto

n n
!
(n) 1 XX
ρϕ,θb (z1 , . . . , zn ) = [ρϕ,θbN ]n exp R b (ϕ)(ϕ) ,
N 2 i=1 j=1 zi −zj ,θN

para z1 , . . . , zn ∈ Zd , y ϕ ∈ H, con
!
(1) R0,θbN (ϕ)(ϕ)
ρϕ,θbN = ρd
ϕ,θ = ρϕ,θ (z) = exp , ∀z ∈ Zd . (4.22)
d
2

Teorema 4.1. Sea {κz , z ∈ Zd } un campo aleatorio de log-intensidad lineal H–

valuado espacial estacionario de media cero. Denotamos θ0 ∈ Int(Θ) al verdadero
valor del parámetro, que se encuentra en el interior Int(Θ) de Θ. Bajo las supo-
siciones 4.1–4.2, y las condiciones (4.15) y 4.3–4.6, el estimador (4.19)–(4.20)
satisface

θbN →c. s. θ0 , N → ∞, (4.23)

donde →c. s. significa convergencia casi segura.

Demostración:
Consideramos aquí una versión compacta de la demostración. Algunos detalles
técnicos adicionales se pueden encontrar en la Nota 4.8. En concreto, la de-
mostración de este resultado se desprende de la hipótesis 4.2 que implica, para
cualquier base ortonormal, {ϕk , k ≥ 1} de H + iH, y para z = (z1 , . . . , zd ) ∈ Zd
con zi ∈ [−Ni + 1, Ni − 1], i = 1, . . . , d,
X
|C(z, k, l) − Rz,θ0 (ϕk )(ϕl )|2 →c. s. 0, N → ∞, (4.24)
k,l≥1

donde los coeficientes de Fourier empíricos C(z, k, l) del operador periodograma

142
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

vienen dados por

Z d
!
X
C(z, k, l) = exp i ξj zj e N (ϕk )X
X e N (ϕl )dξ
ξ −ξ
[−π,π]d j=1

NXd −zd
"N −z #
1 1
1 X
= ··· Xy (ϕk )Xy+z (ϕl ) , |zi | < Ni , i ∈ {1, . . . , d},
N y =1 y =1
1 d

C(z, k, l) = 0, |zi | ≥ Ni , para algún i ∈ {1, . . . , d}, (4.25)

Qd e N (ϕ) = he
con y = (y1 , . . . , yd ) ∈ i=1 [1, Ni − zi ] ∩ Zd . Aquí, X ξ κξN , ϕi, para cada
ϕ ∈ H + iH.
Qd
Bajo las condiciones 4.5 y 4.6, cuando M → ∞, con M = j=1 Mj , se tiene
la convergencia de

d
!
M 1 X X
qξ,θ (ϕk )(ϕk ) = exp −i ξj zj
(2π)d j=1
zj ∈[−Mj +1,Mj −1]; j=1,...,d

d  
Y zj
× 1− g(z1 , . . . , zd , θ, k)
j=1
Mj
Z
−1
= FM (ξ − $)F$,θ (ϕk )(ϕk )d$, (4.26)
[−π,π]d

−1
a Fξ,θ (ϕk )(ϕk ), uniformemente en k ≥ 1, ξ ∈ [−π, π]d , y θ ∈ Θ. Aquí, para
cada z = (z1 , . . . , zd ) ∈ dj=1 [−Mj + 1, Mj − 1], g(z, θ, k) = g(z1 , . . . , zd , θ, k)
Q
−1
denota el z–ésimo coeficiente de Fourier de F$,θ (ϕk )(ϕk ), véase la ecuación
(4.34) posterior.
Para un M suficientemente grande, aplicando la desigualdad de Hölder, a
partir de la Suposición 4.2 y las condiciones (4.3)–(4.6) se obtiene la conver-
gencia c. s. a cero, cuando N → ∞, para cualquier θ ∈ Θ, de
Z h i
M (N )
lı́m sup qξ,θ Iξ (ϕk )(ϕk ) − Fξ,θ0 (ϕk )(ϕk ) dξ
N →∞ k≥1 [−π,π]d
Z h i2
M (N )
≤c.s. lı́m sup qξ,θ Iξ (ϕk )(ϕk ) − Fξ,θ0 (ϕk )(ϕk ) dξ
N →∞ k≥1 [−π,π]d

(2π)d X M (N ) 2
= lı́m sup qξz ,θ Iξz (ϕk )(ϕk ) − qξMz ,θ Fξz ,θ0 (ϕk )(ϕk ) = 0,
N →∞ k≥1 N z
c.s.

(4.27)

143
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

véase Hannan (1973) y la Nota 4.8 para más detalles.

Aplicando la desigualdad triangular, bajo las condiciones (4.5)–(4.6),

Z
(N )
−1 −1
sup Iξ Fξ,θ (ϕk )(ϕk ) − Fξ,θ0 Fξ,θ (ϕk )(ϕk ) dξ
k≥1 [−π,π]d
Z
(N )  −1 M

≤c.s. sup Iξ Fξ,θ (ϕk )(ϕk ) − qξ,θ (ϕk )(ϕk ) dξ
k≥1 [−π,π]d
Z h i
M (N )
+ sup qξ,θ Iξ (ϕk )(ϕk ) − Fξ,θ0 (ϕk )(ϕk ) dξ
k≥1 [−π,π]d
Z
−1
 M 
+ sup Fξ,θ0 qξ,θ (ϕk )(ϕk ) − Fξ,θ (ϕk )(ϕk ) dξ
k≥1 [−π,π]d

≤c.s. [2π]d ε(M ) sup C(0, k, k)

k≥1
Z h i
M (N )
+ sup qξ,θ Iξ (ϕk )(ϕk ) − Fξ,θ0 (ϕk )(ϕk ) dξ
k≥1 [−π,π]d

+ε(M ) sup R0,θ0 (ϕk )(ϕk )

k≥1

= S1 (N , M ) + S2 (N , M ) + S3 (M ), θ ∈ Θ. (4.28)

donde el parámetro M denota, como antes, el número de términos implicados

−1
en la suma parcial de Cesaro de la serie de Fourier de Fξ,θ , y ε(M ) es el tér-
mino residual correspondiente. Obsérvese que, bajo la Condición 4.6, la serie
−1
de Fourier de Fξ,θ es sumable por Cesaro en norma L(H + iH), uniformemente
en (ξ, θ) ∈ [−π, π]d × Θ.

Cuando N → ∞, aplicando la convergencia c. s. a cero de la ecuación

(4.27),
Z h i
M (N )
S2 (N , M ) = sup qξ,θ Iξ (ϕk )(ϕk ) − Fξ,θ0 (ϕk )(ϕk ) dξ →c.s. 0.
k≥1 [−π,π]d

−1
La sumabilidad de Cesaro de la serie de Fourier de Fξ,θ en norma L(H + iH),
d
uniformemente en (ξ, θ) ∈ [−π, π] ×Θ en la Condición 4.6 implica que, cuando
M → ∞, ε(M ) → 0. Finalmente, bajo la Suposición 4.2, supk≥1 C(0, k, k) →

144
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

supk≥1 R0,θ0 (ϕk )(ϕk ), cuando N → ∞. Por lo tanto, se obtiene

S1 (N , M ) →c.s. [2π]d ε(M ) sup R0,θ0 (ϕk )(ϕk ), N →∞

k≥1

y ε(M ) sup R0,θ0 (ϕk )(ϕk ) → 0, M →∞

k≥1

S2 (N , M ) →c.s. 0 N → ∞

S3 (M ) = ε(M ) sup R0,θ0 (ϕk )(ϕk ) → 0, S3 (M ) → 0, M → ∞.

k≥1
(4.29)

A partir de las ecuaciones (4.28)–(4.29), se obtiene, para θ ∈ Θ,

Z
1 −1
σN (θ) →c. s. sup d
Fξ,θ0 Fξ,θ (ϕk )(ϕk )dξ
k≥1 (2π) [−π,π]d
Z
1 −1
= sup d
Fξ,θ Fξ,θ0 (ϕk )(ϕk )dξ, N → ∞. (4.30)
k≥1 (2π) [−π,π]d

Bajo la Condición 4.5,

Z
1 −1
sup d
Fξ,θ0 Fξ,θ (ϕk )(ϕk )dξ > 1, θ 6= θ0 , (4.31)
k≥1 (2π) [−π,π]d

−1
ya que, según se deduce de la Nota 4.7, para cada k ≥ 1, Fξ,θ0 Fξ,θ (ϕk )(ϕk )
define el espectro de un proceso lineal estacionario cuya varianza de predicción
en un paso es la unidad. Específicamente, la varianza de ese proceso viene
−1
R
dada por [−π,π]d Fξ,θ0 Fξ,θ (ϕk )(ϕk )dξ, que debe ser mayor que la varianza de
predicción en un paso, a menos que el espectro sea constante para cada k ≥ 1.
−1
Este hecho no se cumple porque significa que la composición Fξ,θ0 Fξ,θ de los
−1
operadores Fξ,θ0 y Fξ,θ coincide con el operador identidad en H + iH, que no
es posible en vista de la condición de identificabilidad, 4.3, ya que θ 6= θ0 en
(4.31). Por lo tanto,
Z
1 −1
ı́nf sup Fξ,θ0 Fξ,θ (ϕk )(ϕk )dξ = 1. (4.32)
θ∈Θ k≥1 (2π)d [−π,π]d

A partir de (4.32), la versión teórica de la función de pérdida empírica alcanza

el mínimo en θ = θ0 . En cuanto a la consistencia en sentido fuerte del estimador
paramétrico obtenido se desprende, de este hecho y de las ecuaciones (4.30) y
(4.31); véase la Nota 4.8 para más detalles.
145
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

Nota 4.8 (Detalles para la demostración del Teorema 4.1).

En el desarrollo de la demostración del Teorema 4.1, la expansión empírica trun-
cada del operador periodograma

e N (ϕk )X
IξN (ϕk )(ϕl ) = X ξ
e N (ϕl )
−ξ
d
!
1 X X
= C(z, k, l) exp −i ξj zj , k, l ≥ 1,
(2π)d Qd j=1
z∈ i=1 [−Ni +1,Ni −1]

z = (z1 , . . . , zd ) ∈ Zd , zi ∈ [−Ni + 1, Ni − 1], i = 1, . . . , d, (4.33)

se ha aplicado en primer lugar, en términos de los coeficientes de Fourier, introduci-

dos en (4.25). Al mismo tiempo, también se considera la serie de Fourier truncada
(4.26) definida a partir de los coeficientes de Fourier
Z d
!
1 X
−1
g(z, θ, k) = exp i $j zj F$,θ (ϕk )(ϕk )d$,
(2π)d [−π,π]d j=1
d
z = (z1 , . . . , zd ) ∈ Z , θ ∈ Θ, k ≥ 1, (4.34)

−1
de la inversa F$,θ del operador de densidad espectral. Este truncamiento se ex-
presa de forma equivalente en la ecuación (4.26) en términos del kernel de Féjer
multidimensional,

M1 Md X
M1 Md d
!
1 X X X X
FM (ξ) = Qd ··· ··· exp −i (yj − xj )ξj . (4.35)
j=1 Mj y1 =1 yd =1 x1 =1 xd =1 j=1

Las ecuaciones (4.33)–(4.35) se aplican en la obtención de la convergencia a cero

de las ecuaciones (4.27) y (4.28).
h i
2πzj Nj N
Específicamente, sea ξzj = Nj , con zj ∈ Z tal que − 2 < zj ≤ 2j , para
j = 1, . . . , d, siendo N = dj=1 Nj el tamaño de la muestra funcional. Aplicando
Q

la identidad de Parserval en L2 ([−π, π]d ), para un M fijado grande, y θ ∈ Θ,

(2π)d X M (N )
2
qξzj ,θ Iξz (ϕk )(ϕk ) − qξMzj ,θ Fξzj ,θ0 (ϕk )(ϕk )
N z j
j

d  2
(2π)d

X Y |uj |
= 1− g(u, θ, k)
N Mj
uj ∈[−Mj +1,Mj −1], j=1,...,d j=1

× |[C(u, k, k) + K(N )] − Ru,θ0 (ϕk )(ϕk )|2 , (4.36)

146
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

donde K(N ) → 0, cuando N → ∞ (Hannan, 1973). La Suposición 4.2 implica

entonces la convergencia c. s. a cero de (4.36), cuando N → ∞, uniformemente
en k ≥ 1, en vista de la ecuación (4.24).
A continuación, se procede a detallar la obtención de la consistencia fuerte
de θN , a partir de las ecuaciones (4.30) y (4.31). Específicamente, si, cuando
b
N → ∞, θbN no converge c. s. a θ0 , existe un θbNm que converge a θ0 6= θ0 , cuando
m → ∞ (Nm → ∞), tal que θ0 ∈ Θ. A partir de (4.30), para una constante
positiva, η > 0, el límite inferior lı́mNm →∞ σNm (θbNm ) satisface c. s.
Z
1
lı́mNm →∞ σNm (θbNm ) ≥ sup d
Fξ,θ0 [Fξ,θ0 + ηIH+iH ]−1 (ϕk )(ϕk )dξ,
k≥1 [2π] [−π,π]d

donde IH+iH denota el operador identidad en H + iH. A partir de la ecuación

(4.31), para un η suficientemente pequeño, lı́mNm →∞ σNm (θbNm ) > 1, c. s. Por otra
parte, para cada θ ∈ Θ, lı́mNm →∞ σNm (θbNm ) ≤ lı́mNm →∞ σNm (θ), c. s. Por lo tanto,
para cada θ ∈ Θ,
Z
1 −1
lı́mNm →∞ σNm (θbNm ) ≤ sup Fξ,θ0 Fξ,θ (ϕk )(ϕk )dξ,
k≥1 [2π]d [−π,π]d

que implica c. s. la desigualdad

Z
1 −1
lı́mNm →∞ σNm (θbNm ) ≤ ı́nf sup Fξ,θ0 Fξ,θ (ϕk )(ϕk )dξ = 1,
θ∈Θ k≥1 [2π]d [−π,π]d

teniendo en cuenta (4.32), lo que lleva a una contradicción. Por lo tanto,

θ0 = θ0 = lı́mN →∞ θbN , c. s., como se quería demostrar.

4.3. Estudio de simulación

Esta sección ilustra la consistencia fuerte obtenida del estimador paramétri-
co (4.19)–(4.20), así como su consistencia en media cuadrática. Restringimos
nuestra atención al caso en que el campo aleatorio de log-intensidad es un pro-
ceso SARH(1), véase Ruiz-Medina (2011). Como se comentó en la introduc-
ción del presente capítulo, en los ejemplos numéricos que siguen se aborda el
problema de la estimación de los hiperparámetros, que caracterizan los espec-
tros puntuales y los autovectores de los operadores de correlación espacial, que
también intervienen en la parametrización de nuestra familia de operadores de

147
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

densidad espectral, véase, por ejemplo, la ecuación (4.40) más adelante.

Sea H = L2 (T ), como antes, el espacio de las funciones de cuadrado in-
tegrable en el intervalo T ⊆ R+ . Consideremos el caso d = 2, y supongamos
que el campo aleatorio de log-intensidad H–valuado {κz , z ∈ Z2 } satisface la
ecuación de estados SARH(1)

κi,j = L1 (κi−1,j ) + L2 (κi,j−1 ) + L3 (κi−1,j−1 ) + i,j , (i, j) ∈ Z2 , (4.37)

donde  = {i,j , (i, j) ∈ Z2 } denota un proceso de innovación espacial ge-

neralizado de media cero que satisface, para cualquier nodo espacial (i, j),
E|i,j (ϕk )|2 = σk2 = 1, para k ≥ 1, siendo {ϕk , k ≥ 1} una base ortonormal
de H. Por lo tanto, Ri,j = E (i+k,j+l ⊗ k,l ) = E (i,j ⊗ 0,0 ) = IH , para cada
(i, j), (k, l) ∈ Z2 , con IH denotando el operador identidad en H.
En lo siguiente, trabajamos bajo el supuesto de que {i,j , (i, j) ∈ Z2 } es
un ruido blanco gaussiano en H. En concreto, {i,j (ϕk ), k ≥ 1, (i, j) ∈ Z2 }
es una familia de variables aleatorias gaussianas independientes tipificadas H–
valuadas. Para cada (i, j) ∈ Z2 , i,j está incorrelado con κi,j . Los operadores Lq ,
q = 1, 2, 3, son operadores lineales acotados en H, que satisfacen las condiciones
dadas en las proposiciones 3 y 4 en Ruiz-Medina (2011), que aseguran la exis-
tencia de una única solución estacionaria para (4.37), admitiendo una repre-
sentación funcional espacial de medias móviles de orden infinito, SMAH(∞).
Nótese que se ha asumido la sumabilidad en el espacio del cuadrado de la
norma del operador de Hilbert-Schmidt de los operadores involucrados en la
representación SMAH(∞).
En los ejemplos expuestos a continuación, Li , i = 1, 2, 3, se introduce en
términos de los autovectores {φk , k ≥ 1} del operador laplaciano negativo de
Dirichlet (−∆)T sobre un intervalo T ,
 
πtk
φk (t) = sen , t ∈ T = [0, T ], k ≥ 1. (4.38)
T

Aplicando el teorema espectral sobre el cálculo espectral para operadores auto-

adjuntos en un espacio separable de Hilbert, podemos caracterizar el espectro
puntual puro de cualquier función continua de (−∆)T , aplicando dicha función
a los autovalores de (−∆)T , véase, por ejemplo, Dautray y Lions (1985). Este es
el contexto adoptado en los ejemplos 4.1 y 4.2 siguientes para la introducción
de los operadores Li , i = 1, 2, 3. Por otra parte, en el caso de considerar que los

148
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

valores funcionales de los procesos de log-intensidad H-valuados tienen sopor-

te sobre toda la recta real, estos modelos pueden extenderse considerando la
transformada de Fourier en sentido débil de los potenciales de Riesz y Bessel,
véase, por ejemplo, Triebel (1978).

Ejemplo 4.1. En este ejemplo, se aborda el problema de la estimación del pará-

metro θ ∈ Θ que caracteriza el soporte T (θ) = [0, θ] de los autovectores (4.38)
que definen Li,θ , i = 1, 2, 3, dados por

L1,θ = ΦM1 (θ) K1 (θ, π)(−∆)−β 1

T (θ) , L2,θ = ΦM2 (θ) K2 (θ, π)(−∆)−β 2
T (θ) ,

L3,θ = −L1,θ L2,θ = −L2,θ L1,θ , (4.39)

donde ΦMi (θ) denota al operador de proyección sobre el subespacio generado por
los autovectores φ1 , . . . , φMi (θ) de (−∆)T (θ) , siendo Mi (θ) ≥ 1 una función acota-
da en θ ∈ Θ, para i = 1, 2. Aquí, βi , Ki ∈ R+ son conocidos, y Ki es continua
en θ ∈ Θ, para i = 1, 2. Aplicando el Teorema espectral sobre el cálculo espec-
tral para operadores autoadjuntos en un espacio separable de Hilbert, véase, por
ejemplo, Dautray y Lions (1985), los autovalores {λk,i (θ), k ≥ 1} del operador de
autocorrelación Li,θ vienen dados, para i = 1, 2, 3, por

−β1
λk,1 (θ) = 1[1,M1 (θ)] (k)K1 (θ, π) λk (−∆)T (θ)

−β2
λk,2 (θ) = 1[1,M2 (θ)] (k)K2 (θ, π) λk (−∆)T (θ)
λk,3 (θ) = −λk,1 (θ)λk,2 (θ), k ≥ 1, θ ∈ Θ, (4.40)

donde 1[1,Mi (θ)] (k) denota la función indicadora del conjunto [1, Mi (θ)] ⊂ N, con,


como antes, Mi (θ) ≥ 1, para θ ∈ Θ, y i = 1, 2. Para k ≥ 1, λk (−∆)T (θ) denota el
k–ésimo autovalor de (−∆)T (θ) . Consideramos el caso particular M1 (θ) = M2 (θ) =
M (θ), y asumimos que λk,i (θ), k ≥ 1, i = 1, 2, 3, son tales que las raíces del
polinomio Pk,θ (z1 , z2 ) = 1i=0 1j=0 pk,i,j,θ z1i z2j , están fuera del polidisco unitario
P P

(es decir, el producto de dos discos unitarios abiertos en el plano complejo). Aquí
pk,0,0,θ = 1, pk,1,0,θ = λk,1 (θ), pk,0,1,θ = λk,2 (θ), y pk,1,1,θ = −λk,1 (θ)λk,2 (θ), k ≥
1. A partir de las ecuaciones (4.37)–(4.40), calculamos el operador de densidad

149
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

espectral

Fξ,θ (φk,θ )(φk,θ )

1
= ,
|1 − λk,1 (θ) exp(iξ1 ) − λk,2 (θ) exp(iξ2 ) − λk,3 (θ) exp(i(ξ1 + ξ2 ))|2
(4.41)
∞
X
Lq,θ (g)(h) = λk,q (θ) hφk,θ , hi hφk,θ , gi , ∀g, h ∈ H, q = 1, 2, 3,
k=1
ξ ∈ [−π, π]2 , k ∈ [1, M (θ)], θ ∈ Θ.

Bajo las condiciones asumidas sobre los parámetros del modelo (4.40), la Su-
posición 4.2 se satisface en nuestro marco SARH(1), como se deduce del Corolario
2.3 en (Bosq, 2000), aplicando resultados similares a los obtenidos en el Corola-
rio 4.1 y el Teorema 4.8 de dicha monografía. La condición de identificabilidad
4.3 se deduce de la caracterización de los autovectores y autovalores del operador
laplaciano negativo de Dirichlet a partir del soporte T (θ), definido unívocamente
por el parámetro θ. Las condiciones (4.15), 4.4 y 4.6 se obtienen a partir de las
ecuaciones (4.40)–(4.41), bajo las restricciones consideradas en los coeficientes
paramétricos {λk,i (θ), k ∈ [1, M (θ)], θ ∈ Θ, i = 1, 2} definiendo la familia de
polinomios {Pk,θ , k ∈ [1, M (θ)], θ ∈ Θ} . La Condición 4.5 también se cumple ya
que σk2 = 1, para cada k ≥ 1.
La consistencia fuerte del predictor paramétrico plug-in SARH(1)

N
κ
b i,j (θ) = L1,θbN κi−1,j + L2,θbN κi,j−1 + L3,θbN κi−1,j−1 , ∀(i, j) ∈ Z2 , (4.42)

se obtiene entonces bajo condiciones similares a las asumidas en Bosq (2000) para
el caso ARH(1).
Los resultados de la estimación se muestran en la Tabla 4.1 y en la Figura 4.1,
2−11/10 2−12/10
donde se ha considerado θ0 = 1, K1 (θ, π) = πθ 2−11/10 , K2 (θ, π) = πθ 2−12/10 , β1 = 11
20
,
12
β2 = 20 , M1 (θ) = M2 (θ) = [10(θ)], y θ ∈ Θ = [0.7, 4], con [·] denotando la fun-
ción parte entera. Se han probado los tamaños de muestra funcional espacial N =
40000, 62500, 90000, 122500, 160000, 202500, 250000, 302500. Específica-
mente, la Figura 4.1, en la parte izquierda, muestra los valores muestrales de θbN ,
basados en 100 generaciones de cada muestra funcional. Los errores cuadráticos
medios empíricos también se han calculado en la Tabla 4.1 y la Figura 4.1, en la
parte derecha.

150
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

Tabla 4.1: Estimaciones de los parámetros de localización. Tamaños de muestra, me-

dia, desviación típica, y errores cuadrático medio empíricos (M.S.E.), a partir de 100
generaciones, θ0 = 1

N θbN σ(θbN ) M.S.E

40000 0.9867 0.1391 0.0193
62500 1.0066 0.0972 0.0094
90000 0.9993 0.0857 0.0073
122500 1.0008 0.0810 0.0065
160000 1.0034 0.0716 0.0051
202500 0.9893 0.0536 0.0030
250000 0.9995 0.0449 0.0020
302500 1.0060 0.0436 0.0019

1.4 0.14
M.S.E.
S.D.
1.3 0.12

1.2 0.1

1.1
0.08

1
0.06

0.9
0.04

0.8
0.02

0.7
0
200 250 300 350 400 450 500 550 200 250 300 350 400 450 500 550

Figura 4.1: Diagramas de cajas de los valores muestrales de θbN , para θ0 = 1 basados
en 100 generaciones (a la izquierda). A la derecha, el error cuadrático medio empírico
(M.S.E), línea azul, y desviación típica (S.D.), línea roja continua

151
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

Ejemplo 4.2. Consideramos ahora la siguiente familia paramétrica de operadores

de autocorrelación Lq,θq , q = 1, 2,
h i−1
1/2
L1,θ1 = ΦM θ1,1 θ1,2 + (1/π)(−∆)[0,1]
h i−1
1/2
L2,θ2 = ΦM θ2,1 θ2,2 + (1/π)(−∆)[0,1] , (θ1 , θ2 ) ∈ Θ

L3,θ3 = −L1,θ1 L2,θ2 = −L2,θ2 L1,θ1

φk (t) = sen (πtk) , t ∈ [0, 1], k≥1

θq,1
λk,q (θq ) = 1[1,M ] (k) , q = 1, 2,
k + θq,2
λk,3 (θ3 ) = −λk,1 (θ1 )λk,2 (θ2 ), k ≥ 1 (4.43)

donde, como antes, 1[1,M ] (k) es la función indicadora del conjunto [1, M ] ⊂ N, ΦM ,
M ≥ 1, denota el operador de proyección sobre el subespacio generado por los au-
tovectores φ1 , . . . , φM del operador laplaciano negativo de Dirichlet (−∆)[0,1] en el
intervalo [0, 1]. Aquí, {λk,1 (θ1 ), λk,2 (θ2 ), k ≥ 1, (θ1 , θ2 ) ∈ Θ} es la familia para-
métrica de autovalores de los operadores de autocorrelación
{L1,θ1 , L2,θ2 , (θ1 , θ2 ) ∈ Θ}.
Bajo condiciones similares a las del Ejemplo 4.1 sobre estas familias paramé-
tricas de autovalores de {L1,θ1 , L2,θ2 , (θ1 , θ2 ) ∈ Θ}, se cumplen las suposiciones
4.1–4.2, y las condiciones (4.15) y 4.3–4.6. Por lo tanto, la consistencia fuerte del
estimador paramétrico θbN se deduce del Teorema 4.1. En particular, se han con-
siderado los valores de los parámetros de escala θ1,1 = 1, θ2,1 = 1.5, y los valores
de los parámetros de localización θ1,2 = 1.6, y θ2,2 = 1.2, que se encuentran en el
interior de Θ = ([0.7, 1.3] × [1.3, 1.9]) × ([1.2, 1.8] × [0.9, 1.5]).
Véanse los resultados numéricos mostrados en los gráficos ubicados en la par-
te derecha de las figuras 4.2–4.5, a partir de las 100 generaciones de cada una
de las muestras funcionales espaciales de tamaños N = 40000, 62500, 90000,
122500, 160000, 202500, 250000, 302500. El error cuadrático medio empírico
también se ha calculado para estos tamaños de muestra (ver los gráficos ubicados
en la parte derecha de las figuras 4.2–4.5 y la Tabla 4.2). Se observa una buena
aproximación a partir de la técnica de estimación propuesta, para los tamaños de
muestra funcional espacial considerados, y para el valor del parámetro de trunca-
miento elegido, M = 10. Obsérvese que este valor del parámetro de truncamiento
proporciona la dimensión umbral para asegurar un comportamiento estable del

152
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

estimador vectorial paramétrico, con respecto a los datos funcionales espaciales de

entrada, y el tamaño de paso de discretización temporal.

1.1 0.035
M.S.E.
S.D.
0.03
1.05
0.025

1 0.02

0.015
0.95

0.01

0.9
0.005

0
200 250 300 350 400 450 500 550 200 250 300 350 400 450 500 550

Figura 4.2: Diagramas de cajas de los valores muestrales de θb1,1,N , para θ1,1,0 = 1,
basados en 100 generaciones (a la izquierda). A la derecha, el error cuadrático medio
empírico (M.S.E), línea azul, y desviación típica (S.D.), línea roja continua

1.6 0.025
M.S.E.
1.58 S.D.

1.56 0.02

1.54

1.52 0.015

1.5

1.48 0.01

1.46

1.44 0.005

1.42

1.4 0
200 250 300 350 400 450 500 550 200 250 300 350 400 450 500 550

Figura 4.3: Diagramas de cajas de los valores muestrales de θb2,1,N , para θ2,1,0 = 1.5,
basados en 100 generaciones (a la izquierda). A la derecha, el error cuadrático medio
empírico (M.S.E), línea azul, y desviación típica (S.D.), línea roja discontinua

153
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

0.025
1.66 M.S.E.
S.D.
1.64
0.02
1.62

1.6
0.015
1.58

1.56

1.54 0.01

1.52

1.5 0.005

1.48

1.46
0
200 250 300 350 400 450 500 550 200 250 300 350 400 450 500 550

Figura 4.4: Diagramas de cajas de los valores muestrales de θb1,2,N , para θ1,2,0 = 1.6,
basados en 100 generaciones (a la izquierda). A la derecha, el error cuadrático medio
empírico (M.S.E), línea azul, y desviación típica (S.D.), línea roja continua

1.5 0.035
M.S.E.
1.45 S.D.
0.03

1.4
0.025
1.35

0.02
1.3

1.25 0.015

1.2
0.01
1.15
0.005
1.1

0
200 250 300 350 400 450 500 550 200 250 300 350 400 450 500 550

Figura 4.5: Diagramas de cajas de los valores muestrales de θb2,2,N , para θ2,2,0 = 1.2,
basados en 100 generaciones (a la izquierda). A la derecha, el error cuadrático medio
empírico (M.S.E), línea azul, y desviación típica (S.D.), línea roja discontinua

154
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

Tabla 4.2: Estimaciones de los parámetros de escala y localización. Tamaños de mues-

tra, media, desviación típica, y errores cuadrático medio empíricos (M.S.E.), a partir de
100 generaciones, θ1,1,0 = 1, θ2,1,0 = 1.5, θ1,2,0 = 1.6, y θ2,2,0 = 1.2

N θb1,1,N σ(θb1,1,N ) M.S.E.

40000 0.9955 0.0319 0.00103
62500 0.9975 0.0220 0.00048
90000 0.9965 0.0184 0.00035
122500 0.9978 0.0160 0.00026
160000 0.9984 0.0115 0.00013
202500 0.9969 0.0116 0.00014
250000 0.9973 0.0139 0.00020
302500 0.9983 0.0092 0.00009

N θb2,1,N σ(θb2,1,N ) M.S.E.

40000 1.4972 0.0236 0.00056
62500 1.4934 0.0191 0.00040
90000 1.4980 0.0159 0.00026
122500 1.4951 0.0127 0.00018
160000 1.4959 0.0093 0.00010
202500 1.4989 0.0076 0.00006
250000 1.4977 0.0099 0.00010
302500 1.4979 0.0070 0.00005

N θb1,2,N σ(θb1,2,N ) M.S.E.

40000 1.6003 0.0205 0.00042
62500 1.5991 0.0148 0.00022
90000 1.6018 0.0109 0.00012
122500 1.5998 0.0159 0.00025
160000 1.6001 0.0058 0.00003
202500 1.6008 0.0019 0.00000
250000 1.6011 0.0075 0.00006
302500 1.6005 0.0040 0.00002

N θb2,2,N σ(θb2,2,N ) M.S.E.

40000 1.2046 0.0268 0.00073
62500 1.2054 0.0151 0.00026
90000 1.2024 0.0321 0.00103
122500 1.2027 0.0083 0.00007
160000 1.2015 0.0067 0.00005
202500 1.2005 0.0030 0.00001
250000 1.2008 0.0065 0.00004
302500 1.2008 0.0023 0.00001
155
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

4.4. Ejemplo con datos reales

Los datos son facilitados por el Instituto Nacional de Estadística de España,
y consisten en 432 registros mensuales sobre el número de casos de mortalidad
por enfermedades respiratorias en 48 provincias españolas durante el período
1980–2015. Se consigue un ajuste del modelo espacial heterogéneo de tenden-
cia polinómica de grado 10, tras un preprocesamiento adecuado de nuestro
conjunto de datos originales. El análisis de correlación residual funcional espa-
cial se realiza en el dominio espectral, en términos del modelo SARH(1) intro-
ducido en la sección anterior. En concreto, los principales pasos del algoritmo
de estimación implementado son los siguientes.

Paso 1. Se calcula el número acumulado de casos de mortalidad en las 48 pro-

vincias españolas, en el período 1980–2015, a partir de los 432 registros
mensuales,.

Paso 2. Las curvas de mortalidad acumulada se interpolan en 1725 nodos tem-

porales y se suavizan mediante B–splines cúbicos.

Paso 3. Aplicando la distancia inversa ponderada, se realiza la interpolación

espacial de nuestros datos curva del Paso 2 a una rejilla regular N =
20 × 20

Paso 4. La transformación logarítmica de los datos curva en el Paso 3 propor-

ciona los valores funcionales de la intensidad en nuestra rejilla regular
espacial, N = 20 × 20.

Paso 5. Se implementa el ajuste mínimo cuadrático del modelo de tendencia

polinomial de grado 10.

Paso 6. Los valores residuales de las curvas de log-intensidad obtenidos en el

Paso 5 se proyectan sobre la base ortonormal {sen (πpt/1725) , p ≥ 1} de
L2 ([0, 1725]).

Paso 7. Las proyecciones espaciales empíricas residuales resultantes se norma-

lizan según la Condición 4.5.

Paso 8. La transformada rápida de Fourier bidimensional se aplica a los resul-

tados del Paso 7.

156
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

Paso 9. La función de pérdida empírica σN (θ) en (4.20) se calcula para N =

400.

Paso 10. El modelo (4.41) se ajusta calculando el mínimo de la función multi-

variante no lineal restringida σN (θ), con N = 400. Aquí, L3 no está dado
necesariamente por la composición de los operadores Li , i = 1, 2, como
en la sección anterior. Se ha utilizado la opción “lbfgs” de la función de
MatLab fmincon, que es un algoritmo de optimización de la familia de los
métodos cuasi-Newton, que implica una estimación de la matriz hessiana
inversa para dirigir su búsqueda a través del espacio de variables.

Paso 11. El predictor plug-in paramétrico SARH(1) (4.42) se obtiene a partir

del Paso 10.

Nuestro ajuste del modelo paramétrico se ha realizado en términos del ker-

nel espectral definido por los autovectores {sen (πpt/1725) , p ≥ 1} del opera-
dor laplaciano negativo de Dirichlet sobre L2 ([0, 1725]). La estimación mínimo
cuadrática de los valores del proceso de Cox se obtiene a partir del Paso 11
aplicando (4.5) en términos de {sen (πpt/1725) , p ≥ 1}, y la correspondiente
fórmula de proyección inversa. Las figuras 4.6–4.7 muestran, respectivamen-
te, las proyecciones espaciales originales y estimadas del campo aleatorio de la
log-intensidad residual funcional, para el parámetro de truncamiento M = 10
(ver resultados de los pasos 6–7 y 10).

En los pasos 9–10, se ha ajustado el siguiente modelo paramétrico

bp,i = λp,i (θbi,N ) = θbi,1,N + | sen(pπ/2)|θbi,2,N (p), p = 1, . . . , 10, i = 1, 2, 3, (4.44)

λ

para los autovalores de los operadores Li,θbi,N , i = 1, 2, 3, considerando M = 10,

a partir de un tamaño muestral funcional N = 400. Los valores de los paráme-

157
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

tros ajustados θbi,N , i = 1, 2, 3, se muestran a continuación

θb1,1,N = 0.56; θb1,2,N (p) = 0, p = 2, 4, 6, 8, 10;

θb1,2,N (p) = 0.08, p = 1, 3, 5; θb1,2,N (p) = 0.189; p = 7, 9;
θb2,1,N = 0.28; θb2,2,N (p) = 0, p = 1, 2, 3, 4, 5, 6, 8, 10;
θb2,2,N (7) = 0.0725; θb2,2,N (9) = 0.0814; θb3,1,N = 0.0033;
θb3,2,N (p) = −0, 0052, p = 2, 4, 6; θb3,2,N (p) = 0, p = 8, 10;
θb3,2,N (p) = 0.4444, p = 1, 3, 5; θb3,2,N (p) = 0, 1230, p = 7, 9, N = 400.
(4.45)

n o
Las correspondientes estimaciones paramétricas λp,i (θbi,N ), p = 1, . . . , 10 ,
i = 1, 2, 3, de los espectros puntuales de Li,θbi,N , i = 1, 2, 3, se muestran en la
Tabla 4.3 y en la Figura 4.8. Finalmente, las curvas originales de log-intensidad
de enfermedades respiratorias (línea azul discontinua), y sus estimaciones (lí-
nea roja), en las 48 provincias españolas, se muestran en las figuras 4.9–4.10.
El peor y mejor ajuste del modelo (provincias de Soria y Pontevedra, respec-
tivamente) se amplían en la Figura 4.11. Asimismo, los mapas de riesgo de
mortalidad por enfermedades respiratorias originales y estimados, promedia-
dos anualmente, se muestran en la Figura 4.12.

La capacidad predictiva funcional espacial de nuestro modelo se evalúa me-

diante validación cruzada. Retirando las curvas observadas en los nodos que
cubren el área espacial correspondiente a la provincia de interés (conjunto de
datos funcionales de validación), se ejecutan los pasos 1–11 a partir de las res-
tantes observaciones funcionales, distribuidas espacialmente dentro del resto
de las provincias españolas (conjunto de datos funcionales de entrenamiento).
En cada iteración se calcula el correspondiente predictor plug-in paramétrico
SARH(1), (4.42). Después de las 48 iteraciones, se obtiene la media del error
1
P κz (t)−bκz (t)
absoluto funcional de validación cruzada, CVFARE(t) = 48 z∈R κz (t)
,
t = 1, . . . , 1725, donde R denota el conjunto de longitudes y latitudes que defi-
nen la ubicación espacial de las 48 provincias españolas. La Tabla 4.4 mues-
tra la media anual de los valores puntuales del CVFARE. El valor empírico
kCVFAREkL1 ([0,1725]) = 0.0016 calculado a partir de la Tabla 4.4 muestra una
buena capacidad de predicción funcional espacial del enfoque presentado más
allá del escenario log-gaussiano.

158
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

p=1 p=2 p=3 p=4 p=5

20 15 20 15 20 15 20 15 20 15

10 10 10 10 10
15 15 15 15 15
5 5 5 5 5

10 0 10 0 10 0 10 0 10 0

-5 -5 -5 -5 -5
5 5 5 5 5
-10 -10 -10 -10 -10

-15 -15 -15 -15 -15

5 10 15 20 5 10 15 20 5 10 15 20 5 10 15 20 5 10 15 20

p=6 p=7 p=8 p=9 p = 10

20 15 20 15 20 15 20 15 20 15

10 10 10 10 10
15 15 15 15 15
5 5 5 5 5

10 0 10 0 10 0 10 0 10 0

-5 -5 -5 -5 -5
5 5 5 5 5
-10 -10 -10 -10 -10

-15 -15 -15 -15 -15

5 10 15 20 5 10 15 20 5 10 15 20 5 10 15 20 5 10 15 20

Figura 4.6: Diez proyecciones normalizadas de la log-intensidad residual funcional

espacial

p=1 p=2 p=3 p=4 p=5

20 15 20 15 20 15 20 15 20 15

10 10 10 10 10
15 15 15 15 15
5 5 5 5 5

10 0 10 0 10 0 10 0 10 0

-5 -5 -5 -5 -5
5 5 5 5 5
-10 -10 -10 -10 -10

-15 -15 -15 -15 -15

5 10 15 20 5 10 15 20 5 10 15 20 5 10 15 20 5 10 15 20

p=6 p=7 p=8 p=9 p = 10

20 15 20 15 20 15 20 15 20 15

10 10 10 10 10
15 15 15 15 15
5 5 5 5 5

10 0 10 0 10 0 10 0 10 0

-5 -5 -5 -5 -5
5 5 5 5 5
-10 -10 -10 -10 -10

-15 -15 -15 -15 -15

5 10 15 20 5 10 15 20 5 10 15 20 5 10 15 20 5 10 15 20

Figura 4.7: Estimaciones de las proyecciones normalizadas de la log-intensidad resi-

dual funcional espacial

159
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

Tabla 4.3: Estimaciones de espectros puntuales de Li,θbi,N , i = 1, 2, 3, para

M = 10, N = 400

λp,1 (θb1,N ) λp,2 (θb2,N ) λp,3 (θb3,N )

p=1 0.6578 0.2801 0.4493
p=2 0.5534 0.2878 -0.0102
p=3 0.6583 0.2812 0.4482
p=4 0.5547 0.2873 -0.0091
p=5 0.6595 0.2841 0.4456
p=6 0.5572 0.2860 -0.0061
p=7 0.7490 0.3525 0.1316
p=8 0.5620 0.2819 0.0021
p=9 0.7507 0.3614 0.1211
p = 10 0.5678 0.2634 0.0398

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

-0.1
1 2 3 4 5 6 7 8 9 10

Figura 4.8: Gráfico de espectros puntuales estimados de Li,θbi,N , i = 1, 2, 3, para M =

10 y N = 400. En el gráfico, se ha utilizado la notación λ
bp,i = λp,i (θbi,N ), para p =
1, . . . , 10, i = 1, 2, 3

160
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

Álava Albacete Alicante Almería Ávila Badajoz

2.5 2.5 3.5 2
2.5 2.8

1.5 2.6
3 2
2 2 2.4
1
0 1000 2000 0 1000 2000 0 1000 2000 0 1000 2000 0 1000 2000 0 1000 2000
Baleares Barcelona Burgos Cáceres Cádiz Castellón
3 4.5 2.5 2.5
3
2
2.5 4

2
2 3.5 1.5 2.5 2
0 1000 2000 0 1000 2000 0 1000 2000 0 1000 2000 0 1000 2000 0 1000 2000
Ciudad Real Córdoba Coruña (A) Cuenca Girona Granada
3 3.5 3
3 2.5
2.5
2.5 3 2

2.5 2 2.5
0 1000 2000 0 1000 2000 0 1000 2000 0 1000 2000 0 1000 2000 0 1000 2000
Guadalajara Guipúzcoa Huelva Huesca Jaén León
2 2.7 2.8
2.6 1.5 2.8
2.5 2.2
1.5 2.7 2.6
2.4
2.3 1 2.6
1 2 2.4
0 1000 2000 0 1000 2000 0 1000 2000 0 1000 2000 0 1000 2000 0 1000 2000

Figura 4.9: Curvas de log-intensidad de mortalidad por enfermedades respiratorias

originales (línea azul discontinua), y sus respectivas estimaciones (línea roja), para las
24 primeras provincias españolas por orden alfabético

Lleida La Rioja Lugo Madrid Málaga Murcia

5 3.5
1.8 2.6
2.5
4.5 3
2.5
1.6 3
2 2.4 4
2.5
0 1000 2000 0 1000 2000 0 1000 2000 0 1000 2000 0 1000 2000 0 1000 2000
Navarra Ourense Asturias Palencia Pontevedra Salamanca
2.5 3.5 2 2.2
2.6 3
2
2.4
1.8
2 3 1.5 2.5
0 1000 2000 0 1000 2000 0 1000 2000 0 1000 2000 0 1000 2000 0 1000 2000
Cantabria Segovia Sevilla Soria Tarragona Teruel
3 3.5 3
2.4 1.8
2.2 1
2.5 1.7
2
1.8 2.5 1.6
1.6 3
2 0.5
0 1000 2000 0 1000 2000 0 1000 2000 0 1000 2000 0 1000 2000 0 1000 2000
Toledo Valencia Valladolid Vizcaya Zamora Zaragoza
3 4 2.5 3
3
2
2.5 2 2.8

3.5
2 1.5 2.5 1.5 2.6
0 1000 2000 0 1000 2000 0 1000 2000 0 1000 2000 0 1000 2000 0 1000 2000

Figura 4.10: Curvas de log-intensidad de mortalidad por enfermedades respiratorias

originales (línea azul discontinua), y sus respectivas estimaciones (línea roja), para las
24 últimas provincias españolas por orden alfabético

161
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

Soria Pontevedra
1.3 3.1

1.2
3

1.1
2.9

1
2.8

0.9

2.7
0.8

2.6
0.7

2.5
0.6

0.5 2.4
0 500 1000 1500 2000 0 500 1000 1500 2000

Figura 4.11: Zoom. Provincias españolas con mayor y menor norma L1 ([0, 1725]) del
error relativo absoluto medio funcional asociado (Soria a la izquierda, Pontevedra a la
derecha, respectivamente). Las curvas originales aparecen en línea azul discontinua, y
las curvas estimadas se representan en línea roja continua

Tabla 4.4: ACVFARE. Promedio puntual anual del CVFARE obtenido a partir de la
validación

Año ACVFARE Año ACVFARE Año ACVFARE Año ACVFARE

1980 0.00301 1989 0.00322 1998 0.00135 2007 0.00007
1981 0.00273 1990 0.00245 1999 0.00036 2008 0.00008
1982 0.00137 1991 0.00073 2000 0.00106 2009 0.00008
1983 0.00295 1992 0.00116 2001 0.00191 2010 0.00053
1984 0.00139 1993 0.00315 2002 0.00134 2011 0.00124
1985 0.00192 1994 0.00357 2003 0.00033 2012 0.00092
1986 0.00323 1995 0.00129 2004 0.00085 2013 0.00159
1987 0.00175 1996 0.00276 2005 0.00100 2014 0.00142
1988 0.00118 1997 0.00244 2006 0.00045 2015 0.00230

162
Capítulo 4. Procesos de Cox espaciales en un marco infinito-dimensional

Figura 4.12: Mapas de riesgo de mortalidad por enfermedad respiratoria observada

(arriba) y estimada (abajo) promediados anualmente, durante el período 1980–2015

163
Capítulo 5

Un modelo de recuento funcional

espacial para el análisis de la
heterogeneidad en el tiempo

Los datos de recuento y agregados pueden encontrarse generalmente en

problemas de incidencia de enfermedades, mortalidad, dinámica de poblacio-
nes o aparición de incendios forestales, que abarcan los campos científicos de la
salud ambiental, la ecología, la epidemiología y el medio ambiente atmosférico,
por mencionar sólo algunos. En tales casos, la modelización estocástica de los
recuentos permite una comprensión más profunda y predicciones precisas para
la evaluación y gestión de riesgos, véase Choi et al. (2003); Christakos (1992,
2000, 2017); Christakos y Hristopulos (1998); Christakos y Olea (2005); Daley
y Vere-Jones (2008); Diggle (2013); He et al. (2020); Illian et al. (2008), y las
referencias en las mismas.
En la mayoría de estos casos, el concepto de datos de procesos puntuales
agregados (o datos agregados, para abreviar) se utiliza para referirse a los da-
tos observados discretamente que muy probablemente surgieron a partir de un
proceso puntual continuo espacial o espacio-temporal subyacente, véase Diggle
et al. (2010a) y Taylor et al. (2018). Estos últimos autores sostienen que es
posible ajustar un modelo discreto y obtener una inferencia continua espacial o
espacio-temporal a través de la predicción espacial. Remitimos al lector a Mø-
ller y Waagepetersen (2004) para obtener material de fondo sobre los procesos
espaciales puntuales y los detalles teóricos correspondientes.
Las principales herramientas utilizadas en la introducción de esta nueva cla-

165
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

se de procesos de Cox log-gaussianos espaciales multiescalares en espacios `2

se pueden encontrar en la Sección 5.1. Los resultados teóricos para un análi-
sis multiescalar de la varianza funcional se encuentran en la Sección 5.2. El
enfoque de estimación funcional adoptado en el dominio espectral espacial se
desarrolla en la Sección 5.3. Posteriormente, en el estudio de simulación (Sec-
ción 5.4), se muestran las propiedades asintóticas de los estimadores multies-
calares planteados. Finalmente, en la Sección 5.5, se ilustra la aplicación de los
contenidos del capítulo sobre un ejemplo con datos reales.
Los resultados desarrollados en este capítulo se recogen en el artículo titu-
lado: “A spatial functional count model for heterogeneity analysis in time”, ac-
tualmente aceptado para publicación en Stochastic Environmental Research and
Risk Assessment, cuyos co-autores son A. Torres-Signes, M. P. Frías, J. Mateu, M.
D. Ruiz-Medina, (Torres-Signes et al., 2021a).

5.1. Procesos de Cox log-gaussianos espaciales de

dimensión infinita

Sea (Ω, A, P ) el espacio de probabilidad básico, en el que se definen conse-

cuentemente todas las variables aleatorias. Denotamos por H un espacio arbi-
trario real separable de funciones de Hilbert, con producto interno h·, ·iH , y nor-
ma asociada k · kH . Sea X = {Xz , z ∈ Rd } un campo aleatorio gaussiano de me-
dia cero estacionario, que toma valores en H. Por lo tanto, σ 2 = EkXz k2H < ∞,
y P [Xz ∈ H] = 1, para cada z ∈ Rd . Es decir, Xz define un elemento aleatorio
en H, para cada z ∈ Rd .
El operador nuclear de covarianza cruzada

RX
z−y (f )(g) = E (Xz ⊗ Xy ) (f )(g) = hE (Xz ⊗ Xy ) (f ), giH , f, g ∈ H,

(5.1)

define la estructura de dependencia funcional espacial del campo aleatorio

gaussiano infinito-dimensional. Se ha aplicado el teorema de representación
de Riesz para definir RX X
z−y (f )(g) como el elemento dual de Rz−y (f ) actuando
sobre g ∈ H, para cada f, g ∈ H. Aquí, estamos restringiendo nuestra atención
a la clase de operadores traza o nucleares, es decir, en el espacio `1 (H), que

166
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

satisfacen
∞  1/2 
X ?
kRX RX RX

z−y k`1 (H) = z−y z−y (ϕj ), ϕj < ∞,
j=1 H

para cualquier base ortonormal {ϕj }j≥1 en H.

Nota 5.1. Obsérvese que el enfoque presentado se centra en la modelización de la

dependencia y la variabilidad funcional espacial (curva) en un marco en H. Esta
es la razón por la que, en nuestras suposiciones iniciales, se considera que se ha
eliminado la tendencia del campo espacial infinito-dimensional X, en virtud de la
homogeneidad espacial. Remitimos al lector a la Sección 4 de Bosq y Ruiz-Medina
(2014), por ejemplo, donde se adopta un enfoque componente a componente en la
estimación de la media funcional de una población gaussiana infinito-dimensional,
bajo los marcos clásico y bayesiano.

A partir de (5.1), RX X
0 , con kernel r0 , es un operador traza autoadjunto (si-
métrico), que satisface

RX X
0 (φj ) = λj (R0 )φj , j ≥ 1, (5.2)

donde {φj , j ≥ 1} denota el sistema ortonormal de autovectores de RX0 en H.

d 2
Para cada z ∈ R , Xz admite la siguiente expansión ortogonal en LH (Ω, A, P ),
véase Angulo y Ruiz-Medina (1997),
∞
X ∞
X
Xz = hXz , φj iH φj = Xz (φj )φj
j=1 j=1
X∞
r0X = λj (RX
0 )φj ⊗ φj . (5.3)
H⊗H
j=1

Es decir,
M 2
X
E Xz − hXz , φj iH φj → 0, M → ∞,
j=1 H
 
con E hXz , φj iH hXz , φp iH = δj,p λj (RX d
0 ), j ≥ 1, para cada z ∈ R . Aquí, δj,p
denota la función delta de Kronecker.
Supongamos que X es tal que, para cada z ∈ Rd , los valores funcionales de
Xz casi seguramente (c. s.) tienen su soporte en el intervalo temporal acotado

167
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

T ⊂ R+ . Se define, para cada z ∈ Rd fijo,

∞
X Cp
Λz (t) = exp (Xz (t)) = Hp (Xz (t)), ∀t ∈ T , c. s., (5.4)
p=0
p!

donde la última igualdad sigue la expansión del polinomio de Hermite en el

√
espacio L2 (R, ϕ(u)du) , con ϕ(u) = (1/ 2π) exp (−u2 /2) . Aquí, para cada p ≥
0, Hp denota el p–ésimo polinomio de Hermite, y Cp es el coeficiente de función
asociado G(u) = exp(u), por la proyección en el espacio L2 (R, ϕ(u)du) .
La siguiente condición sobre Λz , z ∈ Rd , permite la introducción, a partir
de (5.4), de nuestro modelo funcional para el conteo espacial de la densidad
aleatoria en el sentido de LpH (Ω, A, P ), p ≥ 1.
Condición C1. Supongamos que para cualquier conjunto acotado A ∈ B d de la
σ–algebra de Borel B d de Rd , la siguiente integral es finita casi seguramente:
Z Z
Λ(A) = Λz (t)dtdz < ∞, (c. s.). (5.5)
A T

R
Dadas las observaciones Ψz,ω0 = T Λz,ω0 (t)dt, z ∈ A ⊂ Rd , para cierto
ω0 ∈ Ω, el número de sucesos C(A), que ocurren durante el periodo T , en la
región A, sigue una distribución de probabilidad de Poisson de media Λ(A).
Nótese que, el predictor de mínimos cuadrados de C(A) viene dado por Λ(A),
introducido en (5.5), para cualquier conjunto de Borel acotado A ∈ B d . De
(5.4), la ecuación (5.3) lleva a la siguiente expresión de la variación de segundo
orden de Ψz :
∞ Z
"∞ #p
X Cp (t)Cp (s) X
E[Ψ2z ] = λj (RX
0 )φj ⊗ φj (t, s) dtds. (5.6)
p=0 T ×T p! j=1

5.2. Análisis de segundo orden espacial a diferen-

tes escalas temporales
Consideremos el caso especial en el que H = L2 (T ),el espacio de funciones
de cuadrado integrable en T .

Teorema 5.1. Bajo la Condición C1, si {φj , j ≥ 1} , en la ecuación (5.3), están

uniformemente acotadas en T , Ψz define una densidad aleatoria de segundo orden

168
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

espacial c. s. integrable localmente absoluta.

Demostración:
De la ecuación (5.6), aplicando la Proposición 4.9 en la p. 92 de Marinucci
y Peccati (2011), después de considerar la desigualdad de Cauchy-Schwarz,
en términos del producto interno introducido en la Fórmula (4.7) en la p.89
de Marinucci y Peccati (2011), las propiedades de expansión de Hermite nos
llevan a
∞ Z
"∞ #p
X C p (t)C p (s) X
E[Ψ2z ] = λj (RX0 )φj ⊗ φj (t, s) dtds
p=0 T ×T p! j=1
∞ Z
1
X p q
≤ E[Λz (t)]2 E[Λz (s)]2 E[Hp (Xz (t))]2 E[Hp (Xz (s))]2
p=0
p! T ×T
"∞ ∞
#p/2
X X
× λj (RX 0 )φj ⊗ φj (t, t) λj (RX0 )φj ⊗ φj (s, s) dtds
j=1 j=1
∞ Z
X 1
= exp (r0 (t, t)/2 + r0 (s, s)/2) [r0 (t, t)r0 (s, s)]p/2
p=0
p! T ×T
"∞ ∞
#p/2
X X
× λj (RX
0 )φj ⊗ φj (t, t) λj (RX0 )φj ⊗ φj (s, s) dtds
j=1 j=1
∞
(Z " ∞
#p )2
X 1 X
= exp (r0 (t, t)/2) λj (RX
0 )φj ⊗ φj (t, t) dt
p=0
p! T j=1
(∞ "∞ #p )2

X M2p X
≤ |T |2 exp 2M2 kRX
0 k`1 (H) λj (RX
0)
p=0
p! j=1
2
4kRX 2


= |T | exp 0 k`1 (H) M < ∞,

donde M > 0, es tal que supt∈T |φj (t)| ≤ M, para cada j ≥ 1.

Sea {ψj:k , k ∈ Γj , j ∈ Z} una base ortonormal de wavelets, proporcionando
un análisis multiresolución de L2 (T ), véase, por ejemplo, Ruiz-Medina y Angulo
(2002). Para cada z ∈ Rd , la secuencia de coeficientes aleatorios gaussianos de
media cero {Xz (ψj:k ), k ∈ Γj , j ∈ Z}, con Xz (ψj:k ) = hXz , ψj:k iL2 (T ) , k ∈ Γj ,
j ∈ Z, tiene covarianza

E[Xz (ψj1 :k1 )Xz (ψj2 :k2 )] = RX

0 (ψj1 :k1 )(ψj2 :k2 ), k ∈ Γji , ji ∈ Z, i = 1, 2,

169
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

que proporciona un anlálisis multiescalar de la estructura de dependencia curva

en la localización espacial z, a través del operador de autocovarianza RX 0 . De
d
manera similar, para cada z, y ∈ R , un análisis multiescalar es introducido por

E[Xz (ψj1 :k1 )Xy (ψj2 :k2 )] = RX

z−y (ψj1 :k1 )(ψj2 :k2 ), k ∈ Γji , ji ∈ Z, i = 1, 2,

sobre la estructura de dependencia cruzada curva entre la localización espa-

cial z y y, a través del operador de covarianza cruzada RX z−y . La estructura
de covarianza de la secuencia log-gaussiana {exp (Xz (ψj:k )) , k ∈ Γj , j ∈ Z}
también muestra un análisis multiescalar en el tiempo, en el espacio L2 (T ), de
la estructura de dependencia espacial curva del proceso de intensidad infinito-

dimensional espacial Λz (t), t ∈ T , z ∈ Rd . Nótese que, de (5.4), aplicando la
identidad de Parseval en [L2 (T )]⊗p , p ≥ 1, y la desigualdad de Cauchy-Schwarz
en L2 (T ),
∞ X
X
E [exp (Xz (ψj:k )) exp (Xy (ψj:k ))]
j=1 k∈Γj
∞ X
!
X X
X Rz−y (ψj:k )(ψj:k ) + Ry−z (ψj:k )(ψj:k )
= exp RX
0 (ψj:k )(ψj:k ) +
j=1 k∈Γj
2
∞ X X
X (1/2)p2 +p3 X X X
λh1 RX X



= 0 · · · λhp1 R0
j=1 k∈Γj p1 ,p2 ,p3
p1 !p2 !p3 ! h ,...,h l ,...,l q ,...,q
1 p1 1 p2 1 p3

× λl1 Rz−y · · · λlp2 Rz−y λq1 Ry−z · · · λqp3 RX

X X X





y−z
2
× φh1 (ψj:k ) · · · φhp1 (ψj:k )
× ψlz−y
1
(ψj:k ) · · · ψlz−y
p
(ψj:k )ϕz−y z−y
l1 (ψj:k ) · · · ϕlp (ψj:k )
2 2

× ψqy−z
1
(ψj:k ) · · · ψqy−z
p3
(ψj:k )ϕy−z y−z
q1 (ψj:k ) · · · ϕp3 (ψj:k )
"∞ #p1 " ∞ #p2 " ∞ #p3
X (1/2)p2 +p3 X X X
λh RX λl RX λq RX




≤ 0 z−y y−z
p1 ,p2 ,p3
p 1 !p 2 !p 3 ! h=1 l=1 q=1
 
1 X
= exp kR0 k`1 (H) + kRz−y k`1 (H) + kRy−z k`1 (H) < ∞, ∀z, y ∈ Rd ,
X X

2
(5.7)

170
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

lo que implica que la serie

∞ X
X ∞ X
X
E [exp (Xz (ψj:k ))]2 = exp RX


0 (ψj:k )(ψj:k )
j=1 k∈Γj j=1 k∈Γj

es convergente, para cada z ∈ Rd . En (5.7), hemos considerado (5.3), es decir,

∞
X
RX λh RX


0 = 0 φh ⊗ φh . (5.8)
h=1

Además, para cualquier z, y ∈ Rd , RX X

z−y y Ry−z son los operadores nucleares
que admiten una descomposición de valores singulares, dada por
∞
X
z−y
RX
z−y = λl RX
z−y ψl ⊗ ϕz−y
l
l=1
∞
X
RX λq RX

y−z
y−z = y−z ψq ⊗ ϕy−z
q . (5.9)
q=1

5.3. Estimación funcional espacial multiresolución

en el dominio espectral

En esta sección se presenta el enfoque de estimación funcional espacial

adoptado en el dominio espectral espacial siguiendo un marco paramétrico
componente a componente multiescalar. En la siguiente sección, se introduce
por primera vez el modelo Hilbertiano autoregresivo espacial de orden uno,
modelo SARH(1), en un marco de modelos espectrales y curvas espaciales.

5.3.1. Una ecuación de espacio de estados curva espacial

Sea X = {Xz , z ∈ Rd } el proceso curva espacial gaussiana introducido en la

Sección 5.1. Sin pérdida de generalidad, restringimos nuestra atención aquí al
caso d = 2, y H = L2 (T ), T = [0, 1]. Supongamos que X obedece una ecuación
de estados hilbertiana autorregresiva espacial (ecuación SARH(1)), como se da

171
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

en Ruiz-Medina (2011). Así,

Xp,q = Yp,q − R = L1 (Xp−1,q ) + L2 (Xp,q−1 ) + L3 (Xp−1,q−1 ) + p,q , (p, q) ∈ Z2 ,

(5.10)
donde R ∈ H es la media funcional, que se estima aplicando la metodología
propuesta en Bosq y Ruiz-Medina (2014), a partir de una base wavelet orto-
normal de soporte compacto {ψj:k , k ∈ Γj , j ∈ Z} en L2 ([0, 1]). Los opera-
dores de autocorrelación Li , i = 1, 2, 3, se asumen acotados en L2 ([0, 1]). Las
fluctuaciones aleatorias, introducidas por fuerza externa, se representan en tér-
minos del proceso de innovación gaussiano de media cero L2 ([0, 1])–valuado
 = {p,q , (p, q) ∈ Z2 }. Bajo homogeneidad espacial, este proceso muestra va-
riación funcional constante E||p,q ||2L2 ([0,1]) = σ 2 , a través de las localizaciones
espaciales (p, q) ∈ Z2 .La estructura de dependencia funcional espacial de X
se representa en términos de un operador nuclear de covarianza, dado por
Rp,q = E (p+k,q+l k,l ) = E (p,q 0,0 ) , para cada (p, q), (k, l) ∈ Z2 . En lo
N N

siguiente, trabajaremos bajo el supuesto de que {p,q , (p, q) ∈ Z2 } es un fuer-

te ruido blanco gaussiano en L2 ([0, 1]). Por lo tanto, Rp,q = 0, para p 6= q. En
nuestro marco, la ecuación (5.10) se interpreta como la aproximación discreta
de un proceso de log-intensidad funcional espacial sobre el espacio continuo,
considerando valores constantes dentro de los cuadrantes de la rejilla regular
que define la red de observación espacial (ver, por ejemplo, Rathbun y Cressie
(1994), en el caso real-valuado). Véase también Ogata y Katsura (1988) sobre
la aproximación de funciones spline, para representar la intensidad de primer
orden de un marcado proceso puntual de Poisson no homogéneo.
En la implementación de nuestra estimación basada en wavelets, en el do-
minio espectral, de la estructura de dependencia funcional espacial de {Λz (·),
z ∈ Rd }, trabajamos bajo las condiciones asumidas en las proposiciones 3 y 4
en Ruiz-Medina (2011), para la existencia de una única solución estacionaria
de la ecuación (5.10); además, también consideramos la siguiente suposición.
Condición C2. RX X
P
p,q es tal que (p,q)∈Z2 kRp,q kl1 (H) < ∞.

Bajo la Condición C2, el operador de densidad espectral viene dado por

1 X
Fω1 ,ω2 := RX
p,q exp (−i(pω1 + qω2 )) , (ω1 , ω2 ) ∈ [0, 2π) × [0, 2π),
(2π)2 2
(p,q)∈Z
(5.11)
que es un operador traza autoadjunto no negativo.

172
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

Para una muestra funcional dada, de tamaño N = S1 × S2 , {Xp,q , p =

1, . . . , S1 , q = 1, . . . , S2 }, su Transformada de Fourier Discreta funcional (fDFT)
se define como
S1 X
S2
e N (·) := 1 X
X ω1 ,ω2 √ Xp,q (·) exp (−i(pω1 + qω2 )) . (5.12)
2π N p=1 q=1

Esta transformación es lineal, periódica y hermitiana. Bajo condiciones kernel

cumulantes adecuadas (véase el Teorema 2.2 en Panaretos y Tavakoli (2013b)),
la
n fDFT (5.12) en− las o frecuencias ω1 := ω1,N = 0, ω2,N := ω2 = π, ωj,N ∈
2π 2π[(N −1)/2]
N
,..., N
; ωj,N → ωj , N → ∞, j = 3, . . . , J, converge, cuando N →
∞, a elementos gaussianos independientes en L2 ([0, 1], R) , para j = 1, 2, y en
L2 ([0, 1], C) , para j = 3, . . . , J, con los respectivos operadores de covarianza
Fωj , j = 1, . . . , J, ver la ecuación (5.11).

De una muestra funcional de tamaño N, el operador del periodograma en

la frecuencia (ω1 , ω2 ) ∈ [0, 2π) × [0, 2π) viene dado por

IωN1 ,ω2 (·, ·)

S1 X
S2 X
S1 X
S2
X Xp,q ⊗ Xp0 ,q0 (·, ·) exp (−i[(p − p0 )ω1 + (q − q 0 )ω2 ])
:= ,
p=1 q=1 p0 =1 q 0 =1
(2π)2 N
(5.13)

o, equivalentemente por

eN ⊗ X
IωN1 ,ω2 := X ω1 ,ω2
eN .
ω1 ,ω2 (5.14)

Para una base ortonormal dada de wavelets con soporte compacto {ψj:k , k ∈

173
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

Γj , j ∈ Z} en L2 (T ), de las ecuaciones (5.12)–(5.14),

S1 X
S2
eωN ,ω (ψj:k ) = 1 X
X 1 2
√ Xp,q (ψj:k ) exp (−i(pω1 + qω2 )) , k ∈ Γj , j ∈ Z
2π N p=1 q=1
(5.15)
eωN ,ω (ψj1 :k1 )X
IωN1 ,ω2 (ψj1 :k1 )(ψj2 :k2 ) = X 1 2
eωN ,ω (ψj2 :k2 )
1 2

S1 X
S2 X
S1 X
S2
X Xp,q (ψj 1 :k1 )Xp0 ,q0 (ψj2 :k2 ) exp (−i[(p − p0 )ω1 + (q − q 0 )ω2 ])
= ,
p=1 q=1 p0 =1 q 0 =1
(2π)2 N
(5.16)

para cualquier ki ∈ Γji , ji ∈ Z, i = 1, 2. Por lo tanto, se considera un análisis

multiescalar temporal en el dominio espectral espacial.

5.3.2. El enfoque de estimación

A partir de (5.10)–(5.16), se define la secuencia de vectores paramétricos

de coeficientes wavelets diagonales

θj:k = (θj:k,1 , θj:k,2 , θj:k,3 ) (5.17)

= (L1 (ψj:k )(ψj:k ), L2 (ψj:k )(ψj:k ), L3 (ψj:k )(ψj:k )) ∈ Θj:k ⊂ Θ, k ∈ Γj , j ∈ Z

y la aproximación multiresolución

{Xp,q (ψj:k ), p = 1, . . . , S1 , q = 1, . . . , S2 , k ∈ Γj , j ∈ Z}

en el tiempo de la información muestral espacial. Obsérvese que, aquí, para

cada k ∈ Γj , j ∈ Z, Θj:k es finita, y Θ = ∪j∈Z ∪k∈Γj Θj:k es un conjunto compacto.
Para k ∈ Γj , j ≥ 1, asumimos también que el verdadero valor del parámetro
θ0,j:k siempre se encuentra en el interior de Θj:k , y nuestro modelo espectral
espacial es identificable en el dominio wavelet.

Para cualquier nodo k ∈ Γj , a nivel deresolución j ∈ Z, sepuede con-

siderar el estimador paramétrico θbN,j:k = θbN,j:k,1 , θbN,j:k,2 , θbN,j:k,3 de θj:k =

174
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

(θj:k,1 , θj:k,2 , θj:k,3 ) , calculado a partir de la función de pérdida

Z
Ψj:k ($, θ0,j:k )
Kj:k (θ0,j:k , θj:k ) := fj:k ($, θ0,j:k )ηj:k ($) log d$
[0,2π)×[0,2π) Ψj:k ($, θj:k )
= Uj:k (θj:k ) − Uj:k (θ0,j:k ), (5.18)

donde θ0,j:k denota el verdadero valor del parámetro, asociado con el nodo k a
escala j ∈ Γj . La densidad espectral espacial normalizada multiescalar

{Ψj:k ($, θj:k ), k ∈ Γj , j ∈ Z, $ ∈ [0, 2π) × [0, 2π)}

se obtiene a partir de las identidades

fj:k ($, θj:k ) = σ 2 (θj:k )Ψj:k ($, θj:k )

Z 
= fj:k ($, θj:k )ηj:k ($)d$ Ψj:k ($, θj:k )
[0,2π)×[0,2π)
2
σ(ψj:k ) −2
fj:k ($, θj:k ) = 1 − θj:k,1 ei$1 − θj:k,2 ei$2 − θj:k,3 ei($1 +$2 ) ,
2π 2
(5.19)

para cada $ = ($1 , $2 ) ∈ [0, 2π) × [0, 2π), siendo ηj:k ($) una función espacial
simétrica no negativa, para cada k ∈ Γj , y j ∈ Z, tal que ηj:k ($)fj:k ($, θj:k ) ∈
L1 ([0, 2π) × [0, 2π)) , el espacio de funciones integrables absolutas en [0, 2π) ×
[0, 2π), para cada θj:k ∈ Θj:k ⊂ Θ.

Las funciones de pérdida en (5.18) miden la discrepancia, a diferentes ni-

veles de resolución temporal, entre el verdadero modelo paramétrico espectral
espacial Ψj:k ($, θ0,j:k ), subyacente a los datos, y los candidatos paramétricos
Ψj:k ($, θj:k ), θj:k ∈ Θj:k ⊂ Θ, en el nodo k, dentro de la escala de variación
temporal j ∈ Z. En la última identidad de la ecuación (5.18), para cada escala
j ∈ Z,
Z
Uj:k (θj:k ) := − fj:k ($, θ0,j:k )ηj:k ($) log Ψj:k ($, θj:k )d$, k ∈ Γj .
[0,2π)×[0,2π)
(5.20)

175
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

En la práctica, podemos entonces considerar el funcional multiescalar empí-

rico
Z
ÛN,j:k (θj:k ) := − IN,j:k ($)ηj:k ($) log Ψj:k ($, θj:k )d$, (5.21)
[0,2π)×[0,2π)

N
donde IN,j:k ($) = I$ 1 ,$2
(ψj:k )(ψj:k ) denota, como antes, el periodograma mul-
tiescalar presentado en (5.16), para k ∈ Γj , y j ∈ Z.

Para cada k ∈ Γj , y j ∈ Z, ηj:k debe satisfacer condiciones adecuadas (véase

el Teorema 2.1), de tal manera que la función de pérdida (5.18) tenga un mí-
nimo en el verdadero valor del parámetro, para cada nodo en cualquier escala,
y se dé el siguiente comportamiento asintótico (véase el Capítulo 2):

ÛN,j:k (θj:k ) − ÛN,j:k (θ0,j:k ) →P0,j:k Kj:k (θ0,j:k , θj:k ), N → ∞, (5.22)

para cada θj:k ∈ Θj:k ⊂ Θ, donde P0,j:k denota la medida asociada con función
de densidad fj:k ($, θ0,j:k ), para cada k ∈ Γj , y j ∈ Z. Para minimizar la di-
vergencia en (5.18), en la práctica, podemos calcular el mínimo de ÛN,j:k (θj:k )
sobre θj:k ∈ Θj:k , a través de los diferentes nodos k en cada escala j ∈ Z. Es
decir, consideraremos los estimadores paramétricos multiescalares

θbN,j:k = arg mı́n ÛN,j:k (θj:k ), k ∈ Γj , j ∈ Z. (5.23)

θj:k ∈Θj:k

El mismo procedimiento de estimación, basado en el periodograma multi-

escalar en (5.16), se aplica para el resto de los coeficientes en las transforma-
ciones wavelet bidimensionales de los operadores Li , i = 1,n2, 3, incluyendo o
los coeficientes de la función escala, con respecto a la base ϕj0 :ek , ek ∈ Υj0
del espacio V0 ⊂ L2 ([0, 1]). Es decir, se calculan estimadores similares para los

176
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

parámetros
 
θj0 :ek,el = θj0 :ek,el,1 , θj0 :ek,el,2 , θj0 :ek,el,3
 
= L1 (ϕj0 :el )(ϕj0 :ek ), L2 (ϕj0 :el )(ϕj0 :ek ), L3 (ϕj0 :el )(ϕj0 :ek ) ∈ Θj0 :ek × Θj0 :el ,

Θj0 :ek × Θj0 :el ⊂ Θ × Θ, l ∈ Υj0 .

k, e
e

 
θj0 :ek;j:k = θj0 :ek;j:k,1 , θj0 :ek;j:k,2 , θj0 :ek;j:k,3
 
= L1 (ψj:k )(ϕj0 :ek ), L2 (ψj:k )(ϕj0 :ek ), L3 (ψj:k )(ϕj0 :ek ) ∈ Θj0 :ek × Θj:k ,

Θj0 :ek × Θj:k ⊂ Θ × Θ, k ∈ Υj0 ; k ∈ Γj , j ≥ j0 .

e

 
θj:k;j0 :ek = θj:k;j0 :ek,1 , θj:k;j0 :ek,2 , θj:k;j0 :ek,3
 
= L1 (ϕj0 :ek )(ψj:k ), L2 (ϕj0 :ek )(ψj:k ), L3 (ϕj0 :ek )(ψj:k ) ∈ Θj:k × Θj0 :ek ,

Θj:k × Θj0 :ek ⊂ Θ × Θ, k ∈ Γj , j ≥ j0 ; e

k ∈ Υj0 .

θj:k;l:h = (θj:k;l:h,1 , θj:k;l:h,2 , θj:k;l:h,3 )

= (L1 (ψj:k )(ψl:h ), L2 (ψj:k )(ψl:h ), L3 (ψj:k )(ψl:h )) ∈ Θj:k × Θl:h ,
Θj:k × Θl:h ⊂ Θ × Θ, k ∈ Γj , j ≥ j0 ; h ∈ Γl , l ≥ j0 ; (j, k) 6= (h, l).
(5.24)

Para cualquier localización espacial (p, q), se calcula el predictor plug-in

SAR`2 (1) multiescalar resultante se calcula, como

177
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

X X
X
bN,p,q (·) = θbN,j0 :ek,el,1 Xp−1,q (ϕj0 :el )ϕj0 :ek (·)
k∈Υj0 e
e l∈Υj0
X XX
+ θbN,j0 :ek;j:k,1 Xp−1,q (ψj:k )ϕj0 :ek (·)
k∈Υj0 j≥j0 k∈Γj
e
XX X
+ θbN,j:k;j0 :ek,1 Xp−1,q (ϕj0 :ek )ψj:k (·)
j≥j0 k∈Γj e
k∈Υj0
XXXX
+ θbN,j:k;l:h,1 Xp−1,q (ψl:h )ψj:k (·)
j≥j0 k∈Γj l≥j0 h∈Γl
X X
+ θbN,j0 :ek,el,2 Xp,q−1 (ϕj0 :el )ϕj0 :ek (·)
k∈Υj0 e
e l∈Υj0
X XX
+ θbN,j0 :ek;j:k,2 Xp,q−1 (ψj:k )ϕj0 :ek (·)
k∈Υj0 j≥j0 k∈Γj
e
XX X
+ θbN,j:k;j0 :ek,2 Xp,q−1 (ϕj0 :ek )ψj:k (·)
j≥j0 k∈Γj e
k∈Υj0
XXXX
+ θbN,j:k;l:h,2 Xp,q−1 (ψl:h )ψj:k (·)
j≥j0 k∈Γj l≥j0 h∈Γl
X X
+ θbN,j0 :ek,el,3 Xp−1,q−1 (ϕj0 :el )ϕj0 :ek (·)
k∈Υj0 e
e l∈Υj0
X XX
+ θbN,j0 :ek;j:k,3 Xp−1,q−1 (ψj:k )ϕj0 :ek (·)
k∈Υj0 j≥j0 k∈Γj
e
XX X
+ θbN,j:k;j0 :ek,3 Xp−1,q−1 (ϕj0 :ek )ψj:k (·)
j≥j0 k∈Γj e
k∈Υj0
XXXX
+ θbN,j:k;l:h,3 Xp−1,q−1 (ψl:h )ψj:k (·).
j≥j0 k∈Γj l≥j0 h∈Γl

(5.25)

En la práctica, seleccionamos un número finito D de escalas, de acuerdo con el

tamaño del paso de discretización adoptado en el tiempo, en el procedimiento
de preprocesamiento involucrado en la construcción de nuestro conjunto de
datos curva. Nótese que, como se ha comentado antes, para una escala dada
j ∈ {1, . . . , D}, el correspondiente número de nodos k(j) es finito.

178
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

5.4. Estudio de simulación

Para ilustrar las propiedades asintóticas de los estimadores multiescalares

formulados, se ha considerado una secuencia de tamaño muestral de curva es-
pacial creciente, N = 100, 900, 2500, 4900, 8100, 12100, 16900, 22500. Para nues-
tra implementación se ha seleccionado el sistema wavelet de Haar, véase, por
ejemplo, Daubechies (1992). En particular, consideramos L3 = −L1 L2 , y, co-
mo antes, T = [0, 1]. Los operadores L1 y L2 se definen en términos de los
autovectores comunes,

φp (t) = sen (πpt) , t ∈ (0, 1), p ≥ 1, (5.26)

con φp (0) = φp (1) = 0. Los correspondientes sistemas de autovalores {λpl , p ≥

1, l = 1, 2} satisfacen las condiciones (i)–(iii) de la Proposición 3 en Ruiz-
Medina (2011), para la existencia de una solución estacionaria única de la
ecuación SARH(1). Nótese que las condiciones asumidas en el Teorema 5.1,
y en la Condición C2 también se mantienen, bajo este escenario. En la des-
composición ortogonal (5.3), hemos considerado el parámetro de truncamiento
kN = k22500 = [ln (N )]− = [ln (22500)]− = 10, donde hemos seleccionado el caso
más desfavorable (es decir, el mayor orden de truncamiento correspondiente al
tamaño de la muestra funcional N = 22500). La Tabla 5.1 muestra los kN = 10
autovalores {λpi , p = 1, . . . , 10} de los operadores Li , i = 1, 2.

Tabla 5.1: Autovalores λp1 , λp2 , p = 1, . . . , 10

λ0p1 λ0p2
p=1 0.300 0.500
p=2 0.270 0.470
p=3 0.230 0.430
p=4 0.200 0.400
p=5 0.170 0.370
p=6 0.130 0.330
p=7 0.100 0.300
p=8 0.030 0.230
p=9 0.010 0.200
p = 10 0.005 0.150.

Las propiedades muestrales a gran escala (el borrador) de X se obtienen por

179
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

su proyección en el espacio V0 ⊂ L2 ([0, 1]), generado por las funciones de escala

n o
k ∈ Υj0
ϕj0 :ek , e

en la escala más burda j0 . La variabilidad local de la muestra (detalles) de

X se reproduce a diferentes niveles de resolución, por su proyección en los
subespacios Wj ⊂ L2 ([0, 1]), j = j0 , . . . , D, generados por las bases wavelet
{ψj:k , k ∈ Γj } , j = j0 , . . . , D, respectivamente. Las figuras 5.1–5.4 muestran
la variabilidad temporal representada a diferentes escalas de los datos curva
generados, en algunos de los nodos (N = 900) de una rejilla regular espacial
30 × 30.
En la estimación de los parámetros multiescalares (5.17) y (5.24), las ecua-
ciones (5.16)–(5.23), y sus contrapartes no diagonales son respectivamente cal-
culadas. La función η es constante en los nodos de las D escalas consideradas
en la transformación wavelet bidimensional de los operadores Li , i = 1, 2. En
particular, la elección η($) = |$1 |2 |$2 |2 se ha hecho, para cada $ = ($1 , $2 ) ∈
[0, 2π) × [0, 2π). El promedio por escala de los errores cuadráticos medios em-
píricos, asociados con los estimadores paramétricos multiescalares de (5.17) y
(5.24), para j0 = 6, D = 9, basado en 100 generaciones de las muestras funcio-
nales de tamaño

N = 100, 900, 2500, 4900, 8100, 12100, 16900, 22500,

se muestran en las tablas 5.2–5.3.

La Figura 5.5 muestra
n los errores cuadráticos o medios empíricos, asociados
a las estimaciones λ bN,p,2 , p = 1, . . . , kN del espectro de puntos puros
bN,p,1 , λ
de L1 y L2 , calculados a partir de las reconstrucciones wavelet bidimensionales
empíricas de L1 y L2 a escala D = 10, basadas en 100 realizaciones de los es-
timadores paramétricos multiescalares. Los diagramas de cajas de sus valores
muestrales se pueden ver en la Figura 5.6. Finalmente, los verdaderos operado-
res L1 , L2 , y sus estimaciones funcionales, a escala j = 7, 8, 9, 10, se muestran en
la Figura 5.7. Los gráficos de contorno de la Figura 5.9 proporcionan la descrip-
ción múltiescala (escalas 7–10) del campo de log-intensidad espacial, original
y estimado, X, en t = 1/2. Al mismo tiempo, la Figura 5.8 muestra los valores
de log-intensidad suavizada, original y estimada, a diferentes escalas o niveles
de resolución (j = 7, 8, 9, 10). Se puede observar el efecto del procedimiento de

180
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

Node 2,2 Node 2,9 Node 2,16 Node 2,23 Node 2,30
5 4 5
2 4
0 2 2
0 0 0
-2 0
-4 -2
-5 -2 -5 -4
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
Node 9,2 Node 9,9 Node 9,16 Node 9,23 Node 9,30
4 5
4 2 4
2
0 2 0 2
0 0 -2 0
-2
-4 -2 -4 -2
-6 -5 -4 -6 -4
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
Node 16,2 Node 16,9 Node 16,16 Node 16,23 Node 16,30
5
5 5 5 5

0 0 0 0 0

-5 -5 -5 -5
-5
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
Node 23,2 Node 23,9 Node 23,16 Node 23,23 Node 23,30
4 6
5 5 4
2 4
2 2
0
0 0 0 0
-2
-2 -2
-5 -4 -4
-5 -4
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
Node 30,2 Node 30,9 Node 30,16 Node 30,23 Node 30,30
5 5 5
4 4
2 2 0
0 0 0 0
-2 -2 -5
-4 -4 -5
-10 -5
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000

Figura 5.1: Escala 10, N = 900. Datos curva sobre algunos nodos de una rejilla regular
espacial 30 × 30

Node 2,2 Node 2,9 Node 2,16 Node 2,23 Node 2,30
10 6 10

0 4 5
0 2 0
-5 0
0
-10 -10 -2 -10 -5
0 100 200 0 100 200 0 100 200 0 100 200 0 100 200
Node 9,2 Node 9,9 Node 9,16 Node 9,23 Node 9,30
5 5 10 5
5
0 0
0 0 0
-5 -5
-5
-10 -10 -10 -5
0 100 200 0 100 200 0 100 200 0 100 200 0 100 200
Node 16,2 Node 16,9 Node 16,16 Node 16,23 Node 16,30
10 10 10 10
5
5
0 0 0 0 0
-5
-5
-10 -10 -10
0 100 200 0 100 200 0 100 200 0 100 200 0 100 200
Node 23,2 Node 23,9 Node 23,16 Node 23,23 Node 23,30
10 10 10
5
10
5 0 5
0 0
0 0
-5
-5 -5
-10 -10 -10
0 100 200 0 100 200 0 100 200 0 100 200 0 100 200
Node 30,2 Node 30,9 Node 30,16 Node 30,23 Node 30,30
10 10 10 4
5
2
0 0
0 0 0 -2
-5
-4
-10 -6
-10 -10 -10
0 100 200 0 100 200 0 100 200 0 100 200 0 100 200

Figura 5.2: Escala 9, N = 900. Datos curva sobre algunos nodos de una rejilla regular
espacial 30 × 30

181
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

Node 2,2 Node 2,9 Node 2,16 Node 2,23 Node 2,30
5 10 10 10
10
5 5
0 0
0 0
-5 0
-10 -5
-10 -10
0 50 100 0 50 100 0 50 100 0 50 100 0 50 100
Node 9,2 Node 9,9 Node 9,16 Node 9,23 Node 9,30
5 5 10 5 10
0
0 0
0 -5 0
-5 -5
-10
-10 -10 -10 -10
0 50 100 0 50 100 0 50 100 0 50 100 0 50 100
Node 16,2 Node 16,9 Node 16,16 Node 16,23 Node 16,30
10 10 10
10 10
5
5
0 0 0 0 0
-5 -5
-10 -10
-10
0 50 100 0 50 100 0 50 100 0 50 100 0 50 100
Node 23,2 Node 23,9 Node 23,16 Node 23,23 Node 23,30
10
5 10
5 10
0 5
0 0
0 0
-5 -5
-5
-10 -10 -10 -10
0 50 100 0 50 100 0 50 100 0 50 100 0 50 100
Node 30,2 Node 30,9 Node 30,16 Node 30,23 Node 30,30
10 10 10 5
5 0 0
0 0 0
-10 -5
-5
-10 -20 -10 -10
0 50 100 0 50 100 0 50 100 0 50 100 0 50 100

Figura 5.3: Escala 8, N = 900. Datos curva sobre algunos nodos de una rejilla regular
espacial 30 × 30

Node 2,2 Node 2,9 Node 2,16 Node 2,23 Node 2,30
20 10 20 20
5
0 5 10
0 0
-5 0
0
-10
-20 -20
0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60
Node 9,2 Node 9,9 Node 9,16 Node 9,23 Node 9,30
5 5 10
0 10
0 0 5
-5 0 0
-5 -10
-10 -5
-10 -10 -20
0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60
Node 16,2 Node 16,9 Node 16,16 Node 16,23 Node 16,30
20 20 10 20
10

0 0 0 0 0

-20 -10 -20 -10 -20

0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60
Node 23,2 Node 23,9 Node 23,16 Node 23,23 Node 23,30
10 20 10
5
10
0 10 0
0
0 -5 0
-10
-10 -10 -10
-20 -10
0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60
Node 30,2 Node 30,9 Node 30,16 Node 30,23 Node 30,30
10 10 10 5
10
0 0
0 0 0
-10 -5
-10 -10 -10
-10 -20
0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60

Figura 5.4: Escala 7, N = 900. Datos curva sobre algunos nodos de una rejilla regular
espacial 30 × 30

182
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

Tabla 5.2: Promedio por escala de los errores cuadráticos medios empíricos asocia-
dos a los estimadores paramétricos implicados en la aproximación de L1 , a partir de
100 generaciones de las muestras funcionales de tamaño N = 100, 900, 2500, 4900,
8100, 12100, 16900, 22500. Se consideran las escalas j = 6, 7, 8, 9, y el parámetro de
truncamiento kN = 10

N Scale 6 Scale 7 Scale 8 Scale 9

100 6.828e-02 4.158e-03 2.606e-04 1.630e-05
900 9.171e-03 5.678e-04 3.558e-05 2.226e-06
2500 3.540e-03 2.174e-04 1.362e-05 8.520e-07
4900 1.930e-03 1.309e-04 8.205e-06 5.132e-07
8100 1.151e-03 7.640e-05 4.789e-06 2.995e-07
12100 9.036e-04 5.234e-05 3.280e-06 2.052e-07
16900 6.120e-04 3.712e-05 2.326e-06 1.455e-07
22500 4.663e-04 3.066e-05 1.921e-06 1.202e-07

Tabla 5.3: Promedio por escala de los errores cuadráticos medios empíricos asocia-
dos a los estimadores paramétricos implicados en la aproximación de L2 , a partir de
100 generaciones de las muestras funcionales de tamaño N = 100, 900, 2500, 4900,
8100, 12100, 16900, 22500. Se consideran las escalas j = 6, 7, 8, 9, y el parámetro de
truncamiento kN = 10

N Scale 6 Scale 7 Scale 8 Scale 9

100 7.080e-02 4.476e-03 2.806e-04 1.755e-05
900 9.360e-03 5.916e-04 3.708e-05 2.319e-06
2500 3.642e-03 2.302e-04 1.443e-05 9.025e-07
4900 1.787e-03 1.129e-04 7.078e-06 4.427e-07
8100 1.093e-03 6.909e-05 4.330e-06 2.708e-07
12100 9.795e-04 6.188e-05 3.878e-06 2.425e-07
16900 6.367e-04 4.022e-05 2.521e-06 1.577e-07
22500 4.472e-04 2.825e-05 1.771e-06 1.107e-07

preprocesamiento del Análisis Funcional de Datos (FDA), y el efecto de aumen-

tar el número de nodos espaciales, cuando se comparan los patrones espaciales
observados a diferentes escalas temporales en las figuras 5.8 y 5.9.

183
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

0.03
p= 1
p= 2
0.025 p= 3
p= 4
p= 5
p= 6
0.02
p= 7
p= 8
p= 9
0.015 p= 10

0.01

0.005

0
10 30 50 70 90 110 130 150
S
0.04
p= 1
0.035 p= 2
p= 3
p= 4
0.03 p= 5
p= 6
p= 7
0.025
p= 8
p= 9
0.02 p= 10

0.015

0.01

0.005

0
10 30 50 70 90 110 130 150
S

Figura
n 5.5: Errores cuadráticos
o medios empíricos (EMSE), asociados con
λ bN,p,2 , p = 1, . . . , kN , N = 100, 900, 2500, 4900, 8100, 12100, 16900,
bN,p,1 , λ
22500

184
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

0.7
0.7 0.7
0.6
0.6
0.6 0.5
0.5
0.4
0.5
0.4
0.3
0.4 0.3 0.2

0.3 0.2 0.1

0.1 0
0.2
0 -0.1

10 30 50 70 90 110 130 150 10 30 50 70 90 110 130 150 10 30 50 70 90 110 130 150

S S S
0.6
0.6
0.5
0.5
0.5
0.4 0.4
0.4
0.3 0.3
0.3
0.2
0.2
0.2
0.1
0.1
0.1
0
0
0
-0.1
-0.1
-0.1
-0.2
10 30 50 70 90 110 130 150 10 30 50 70 90 110 130 150 10 30 50 70 90 110 130 150
S S S
0.6 0.6
0.5
0.5
0.5
0.4 0.4
0.4
0.3 0.3
0.3

0.2 0.2
0.2
0.1
0.1 0.1
0
0 0
-0.1
-0.1 -0.1
-0.2
-0.2 -0.2
-0.3

10 30 50 70 90 110 130 150 10 30 50 70 90 110 130 150 10 30 50 70 90 110 130 150

S S S

0.4

0.3

0.2

0.1

-0.1

-0.2

-0.3
10 30 50 70 90 110 130 150
S

Figura 5.6: Diagrama de cajas con los valores muestrales de λ

bN,p,i , p = 1, . . . , 10,
i = 1, 2 de izquierda a derecha, y de arriba a abajo), basados en 100 generaciones
de muestras funcionales de tamaño N = 100, 900, 2500, 4900, 8100, 12100, 16900,
22500. El verdadero valor del parámetro se refleja en la línea punteada

185
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

Figura 5.7: Verdadero L1 en la fila superior, y su estimación multiescalar en la segunda

fila, para las escalas j = 7, 8, 9, 10 (de derecha a izquierda). Verdadero L2 en la tercera
fila, y su estimación multiescalar en la fila inferior, para las escalas j = 7, 8, 9, 10 (de
derecha a izquierda), sobre una rejilla regular espacial 30 × 30

186
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

Figura 5.8: Campo X de log-intensidad espacial original (fila superior) y estimado (fi-
la inferior), para el tiempo t = 1/2, a través de las escalas j = 7, 8, 9, 10 (de izquierda
a derecha), sobre una rejilla regular espacial 10 × 10, a partir de los datos curva suavi-
zados

Figura 5.9: Campo X de log-intensidad espacial original (fila superior) y estimado (fi-
la inferior), para el tiempo t = 1/2, a través de las escalas j = 7, 8, 9, 10 (de izquierda
a derecha), sobre una rejilla regular espacial 30 × 30, a partir de los datos curva suavi-
zados

187
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

5.5. Ejemplo de datos reales

El Instituto Nacional de Estadística proporcionó los datos sobre los casos
observados de muertes por enfermedades respiratorias, consistentes en 432 re-
gistros mensuales, en el período 1980-2015, recogidos en 48 provincias espa-
ñolas. Los datos son temporales y espaciales interpolados en una rejilla regular
20 × 20. En concreto, se consideran 1725 nodos temporales y 400 nodos espa-
ciales. Se obtiene un ajuste flexible del comportamiento (o singularidad) local
subyacente de los datos observados e interpolados, a partir de una elección
adecuada de la escala o nivel de resolución (ver figuras 5.10–5.11). Nótese que
el preprocesamiento de FDA normalmente lleva a un sobresuavizado. Ese es el
caso del suavizado medicante B–splines que se aplica a menudo para construir
conjuntos de datos curva (véase la Figura 5.12).

Node 2,2 Node 2,6 Node 2,10 Node 2,14 Node 2,18
0.5 0.5 1
0.4 0.6
0.4
0 0.2 0.5
0 0.2
0 0
-0.5 -0.2 0
-0.5 -0.2
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
Node 6,2 Node 6,6 Node 6,10 Node 6,14 Node 6,18
0.2 0.4 0.6
0.4 0.4
0 0.4
0.2 0.2 0.2
0.2
-0.2 0 0
0 0
-0.4 -0.2 -0.2
-0.2 -0.2
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
Node 10,2 Node 10,6 Node 10,10 Node 10,14 Node 10,18
0.5 0.5 0.2
0.4 0.4
0
0.2 0
0 0.2 -0.2
0
0 -0.4
-0.2 -0.5
-0.5 -0.6
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
Node 14,2 Node 14,6 Node 14,10 Node 14,14 Node 14,18
0.2 0.6 0.6 0.5
0.2 0.4 0.4
0 0 0.2
0.2 0
-0.2 -0.2 0
0
-0.4 -0.4 -0.2
-0.2 -0.5
-0.4
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
Node 18,2 Node 18,6 Node 18,10 Node 18,14 Node 18,18
0.5 0.5 0.2
0.2
0 0
0
0 0
-0.2 -0.2 -0.2
-0.4 -0.4 -0.4
-0.5 -0.5
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000

Figura 5.10: Datos temporales y espaciales interpolados en una rejilla regular espacial
20 × 20

188
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

Node 2,2 Node 2,6 Node 2,10 Node 2,14 Node 2,18
2 2
0.5 1
0
0 0.5 1 1
-0.5
-0.5 0
-1 0 0
0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60
Node 6,2 Node 6,6 Node 6,10 Node 6,14 Node 6,18
0 2 1.5 2
0.6
1
-0.5 0.4
1 0.5 1
0.2
-1 0 0
0
0
0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60
Node 10,2 Node 10,6 Node 10,10 Node 10,14 Node 10,18
1
0.5 0
1 1
0.5
0 0.5 -0.5
0.5
0 0
-0.5
0 -1
0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60
Node 14,2 Node 14,6 Node 14,10 Node 14,14 Node 14,18
0 1 2 1
0
-0.5 0.5 0.5
1
-0.5
0 0
-1
-1 0
0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60
Node 18,2 Node 18,6 Node 18,10 Node 18,14 Node 18,18
0
0 0 0 0

-0.5 -0.5 -0.5 -0.5 -0.5

-1 -1
-1 -1 -1
0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60

Figura 5.11: Datos temporales y espaciales interpolados en una rejilla regular espacial
20 × 20 a escala (nivel de resolución) 7
Node 2,2 Node 2,6 Node 2,10 Node 2,14 Node 2,18
0 0.1 0.2 0.4 0.4

-0.1 0 0.1 0.3 0.3

0 0.2
-0.2 -0.1 0.2
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
Node 6,2 Node 6,6 Node 6,10 Node 6,14 Node 6,18
-0.1 0.1 0.3 0.3 0.4
0.2 0.2
-0.15
0.05 0.1 0.3
0.1
-0.2
0 0
0 0.2
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
Node 10,2 Node 10,6 Node 10,10 Node 10,14 Node 10,18
0.15
0.1 0.2 -0.06
0.05 0.2 0.1 -0.08
0 0.1 0.05 -0.1
-0.05 0.1 -0.12
0 0
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
Node 14,2 Node 14,6 Node 14,10 Node 14,14 Node 14,18
0 0.4 0.2
0.05
0.1
0 0.3 0.1
-0.1
-0.05 0.05
0.2
-0.1 -0.2 0 0

0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
Node 18,2 Node 18,6 Node 18,10 Node 18,14 Node 18,18
0 0
0 0
0
-0.05
-0.1 -0.1 -0.1 -0.05
-0.1
-0.2 -0.1
-0.2 -0.2
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000

Figura 5.12: Datos curva suavizados mediante B–splines en una rejilla regular espacial
20 × 20

189
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

5.5.1. Estimación multiescalar

Las ecuaciones (5.17)–(5.25) se implementan en términos de los autovec-
tores empíricos, y la base de wavelets de Haar. Las estimaciones calculadas a
escalas (niveles de resolución) j = 7, 8, 9, 10, de los operadores de autocorrela-
ción L1 y L2 se pueden ver en la Figura 5.13, para kN = [ln(N )]− = [ln(400)]− =
5 = k400 . Los gráficos de contorno en la Figura 5.14 muestran los patrones es-
paciales del campo de log-intensidad observada y estimada sobre una rejilla
regular espacial 20 × 20, en los valores mensuales t = 108 y t = 216, a traves
de las escalas j = 7, 8, 9, 10. En este caso, el análisis multiescalar se ha llevado
a cabo a partir de los datos interpolados no suavizados. La Figura 5.15 muestra
los valores originales y estimados del campo de log-intensidad sobre los mismos
nodos temporales y espaciales, a partir de los datos curva suavizados mediante
B–splines. Se puede observar la pérdida de información en la Figura 5.15, so-
bre la variabilidad espacial mostrada por el campo de log-intensidad a escalas
j = 9, 10, con respecto a la Figura 5.14. Así, se observan patrones espaciales
similares, a escalas j = 7, 8, 9, 10, cuando se consideran los datos curva sua-
vizados mediante B–splines, ocultando las heterogeneidades que el campo de
log-intensidad presenta a través de diferentes escalas.

Figura 5.13: Estimación multiescalar del operador L1 (arriba), y L2 (abajo) a través

de escalas (niveles de multiresolución) j = 7, 8, 9, 10 (de derecha a izquierda)

190
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

Figura 5.14: Gráficos de contorno del campo de log-intensidad observado para los
valores mensuales t = 108 (fila superior) y t = 216 (tercera fila), y el campo de log-
intensidad estimada para t = 108 (segunda fila) y t = 216 (fila inferior). Tanto los
valores observados como los estimados para los tiempos t = 108 y t = 216 se muestran
a través de las escalas j = 7, 8, 9, 10 (de izquierda a derecha), en el sistema wavelet de
Haar, a partir de los datos interpolados temporales y espaciales sobre una rejilla regular
20 × 20

191
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

Figura 5.15: Gráficos de contorno del campo de log-intensidad observado para los
valores mensuales t = 108 (fila superior) y t = 216 (tercera fila), y el campo de log-
intensidad estimada para t = 108 (segunda fila) y t = 216 (fila inferior). Tanto los
valores observados como los estimados para los tiempos t = 108 y t = 216 se muestran
a través de las escalas j = 7, 8, 9, 10 (de izquierda a derecha), en el sistema wavelet
de Haar, a partir de los datos temporales interpolados y suavizados sobre una rejilla
regular 20 × 20

192
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

Tabla 5.4: ALOOCVE. Promedio puntual anual de los errores de validación cruzada

Año ALOOCVE Año ALOOCVE Año ALOOCVE

1980 0.0247 1992 0.0118 2004 0.0132
1981 0.0144 1993 0.0130 2005 0.0117
1982 0.0112 1994 0.0163 2006 0.0135
1983 0.0125 1995 0.0159 2007 0.0140
1984 0.0144 1996 0.0111 2008 0.0118
1985 0.0122 1997 0.0099 2009 0.0113
1986 0.0126 1998 0.0108 2010 0.0143
1987 0.0155 1999 0.0141 2011 0.0131
1988 0.0161 2000 0.0167 2012 0.0122
1989 0.0144 2001 0.0161 2013 0.0115
1990 0.0125 2002 0.0143 2014 0.0145
1991 0.0118 2003 0.0140 2015 0.0221

5.5.2. Resultados de la validación

Nuestro enfoque funcional espacial multiescalar se valida, a continuación, a
partir de los datos. En concreto, dejando fuera las curvas observadas en los no-
dos pertenecientes a una provincia que define la región de interés (el conjunto
de datos funcionales de validación), se calculan las ecuaciones (5.17)–(5.25), a
partir del resto de observaciones funcionales, distribuidas espacialmente en el
resto de provincias españolas (el conjunto de datos funcionales de entrenamien-
to). A continuación, se obtienen los correspondientes estimadores y predictores
paramétricos componente a componente SAR`2 (1) multiescalares, a partir de
la fórmula empírica de reconstrucción wavelet a nivel de resolución 10 (ver-
sión truncada de la ecuación (5.25)). Este proceso se repite 48 veces (una en
cada provincia). Así, el error funcional de validación cruzada se calcula como
la media de los errores funcionales absolutos calculados en cada una de las 48
iteraciones. La media puntual anual del error funcional de validación cruzada
calculado puede consultarse en la Tabla 5.4. El promedio anual original y es-
timado del número de muertes en cada provincia, para cada uno de los años
analizados, también se muestra en la Figura 5.16.

193
Capítulo 5. Un modelo de recuento funcional espacial para el análisis de la
heterogeneidad en el tiempo

Figura 5.16: Promedio anual del número de muertes por enfermedades respiratorias
observadas y estimadas (arriba y abajo, respectivamente) en cada una de las 48 pro-
vincias españolas desde enero de 1980 hasta diciembre de 2015

194
A PLICACIONES A DATOS REALES

196
Aplicaciones a datos reales

Esta parte de la tesis se dedica al estudio de ejemplos de aplicaciones a datos

reales, mediante las técnicas y metodologías vistas en los capítulos anteriores.
Así, los capítulos 6 y 7, representan aplicaciones prácticas sobre la evolución de
dos enfermedades distintas en territorios distintos. En el Capítulo 6 se estudia
la evolución de la incidencia de Fiebre del Dengue (DF) en países de Améri-
ca, mientras que en el Capítulo 7 se estudia la evolución de la mortalidad por
COVID-19 sobre las comunidades autónomas de España. De esta manera, con
algunas variaciones e innovaciones sobre las metodologías presentadas en la
tesis, se puede validar y comparar, con otras metodologías, la utilidad de las
técnicas que se proponen para el análisis de incidencia y mortalidad de enfer-
medades.
Los resultados obtenidos en esta parte de la tesis se recogen en el traba-
jo titulado “A Bayesian Functional Methodology for Dengue Risk Mapping in
Latin America and the Caribbean”, publicado en “Acta Tropica”, Vol. 215, pp
105788, (Torres-Signes y Dip, 2021), para el Capítulo 6; y en el trabajo titula-
do “COVID–19 mortality analysis from soft-data multivariate curve regression
and machine learning”, actualmente sometido (arXiv:2008.06344), cuyos auto-
res son A. Torres-Signes, M. P. Frías, M. D. Ruiz-Medina, (Torres-Signes et al.,
2021b), para el Capítulo 7.

197
Capítulo 6

Una metodología funcional

bayesiana para el mapeo del riesgo
de dengue en América Latina y el
Caribe

En el presente capítulo se implementa un enfoque ARH(1) mediante un

modelo bayesiano para el mapeo de la evolución del riesgo de la fiebre del
dengue en 32 países de América durante el período 1998-2018.
El dengue es una grave enfermedad viral que se ha establecido en todo el
mundo en ciclos de transmisión tanto endémicos como epidémicos como la
enfermedad viral más importante transmitida por mosquitos. La incidencia y
la prevalencia del dengue están aumentando en las zonas endémicas de las
regiones tropicales y subtropicales. Según la Organización Mundial de la Salud,
antes de 1970 sólo nueve países habían sufrido epidemias agravadas de dengue
y hoy en día la enfermedad es endémica en más de 100 países, siendo América,
Asia sudoriental y el Pacífico occidental las regiones más gravemente afectadas.
Uruguay y Chile han sido los únicos países de América Latina que no se han
visto afectados por la transmisión del dengue.
La investigación sobre el mapeo de enfermedades espaciales y espacio-
temporales se ha llevado a cabo en un marco bayesiano. Los modelos de mapeo
de enfermedades espaciales y temporales son instrumentos comunes para expli-
car los patrones de recuento de enfermedades y suelen formularse en modelos
bayesianos jerárquicos. La utilidad de estos modelos para estos fines, como se

198
Capítulo 6. Una metodología funcional bayesiana para el mapeo del riesgo de
dengue en América Latina y el Caribe

señala en Aswi et al. (2019), radica en su flexibilidad para incorporar a diversos

niveles la variabilidad del modelo, lo que permite una evaluación más completa
de la incertidumbre de la predicción.
En cuanto a los enfoques espaciales y espacio-temporales bayesianos para la
modelización de los casos de dengue, la bibliografía se ha centrado principal-
mente en modelos plenamente bayesianos con un efecto aleatorio estructurado
espacialmente, utilizando una estructura previa autorregresiva condicionada
(CAR) para examinar la relación entre el riesgo de dengue y covariables selec-
cionadas.
Los modelos teóricos obtenidos a partir de estadísticos funcionales espacia-
les han surgido como una nueva rama de la estadística que permite también el
mapeo de enfermedades. En este capítulo se propone un modelo de estimación
funcional para analizar el riesgo de incidencia del dengue en México, América
Central y América del Sur. En concreto, se utiliza un proceso autorregresivo de
orden uno Hilbert valuado, ARH(1), para estimar la evolución funcional tem-
poral de los patrones geográficos espaciales de riesgo de incidencia en el mapeo
de enfermedades durante 1998–2018.
El operador de autocovarianza del proceso ARH(1) se estima desde una
perspectiva clásica y bayesiana. El análisis exploratorio de datos efectuado en
el Capítulo 6 se basa en la descomposición en valores singulares del operador
de autocovarianza empírico, que permite proponer los modelos de familias con-
jugadas para la estimación bayesiana de un conjunto finito de valores singulares
del operador de autocovarianza teórico subyacente, mediante aplicación de los
resultados publicados en el trabajo de Bosq y Ruiz-Medina (2014). Los resul-
tados se comparan con los obtenidos mediante la aplicación de tres modelos
espacio-temporales jerárquicos alternativos: un modelo de Leroux, un modelo
autorregresivo condicionado intrínseco (iCAR) y un modelo de Besag, York y
Mollie (BYM), véase Adin et al. (2019).
Sobre la base de los estudios y la literatura anteriores, la aplicación de un
modelo ARH(1) para hacer predicciones es amplia pero, hasta donde sabemos,
no se ha utilizado un proceso autorregresivo hilbertiano con metodología de
estimación bayesiana para modelizar, en concreto, los casos de DF. En este ca-
pítulo se presenta un análisis preliminar a nivel empírico y exploratorio donde
se aplica esta metodología para el estudio de la fiebre del dengue en América
Latina y el Caribe.

199
Capítulo 6. Una metodología funcional bayesiana para el mapeo del riesgo de
dengue en América Latina y el Caribe

6.1. Métodos

6.1.1. El modelo

En esta sección se presenta el modelo utilizado para la representación de la

incidencia de DF en los diferentes países considerados en el estudio. Se analiza
la evolución del mapeo de la enfermedad desde la perspectiva de estadísticos
espacio-temporales. Se adopta un enfoque funcional para la representación de
la evolución temporal de los patrones espaciales, en términos de un modelo
hilbertiano autorregresivo de primer orden, ARH(1).
El operador de autocovarianza de este modelo se obtiene a partir de la infe-
rencia bayesiana y clásica. En consecuencia, se calcula el operador de autocorre-
lación, véase Bosq (2000), que puede interpretarse como un operador de inter-
acción espacio-temporal para secuencias de superficies en el tiempo. Se consi-
dera la razón de mortalidad estandarizada, SMR, como índice utilizado habitual-
mente para la incidencia de enfermedades y mortalidad. En nuestro caso, las zo-
nas donde observamos la enfermedad son países, es decir, grandes regiones geo-
gráficas, por lo que utilizamos la SMR como una medida fiable del riesgo relati-
vo de DF, véase Meza (2003) y Mukhsar. et al. (2016). Así pues, el estimador de
máxima verosimilitud del riesgo relativo en una zona viene dado por la siguien-
te fórmula
SMR = casos observados / casos esperados.
El proceso de Poisson de media θi,t se considera para modelizar el número
de nuevas infecciones de DF, Ci,t , en la región i en el tiempo t. Para cada región
i y tiempo t, se obtiene el número esperado de casos de DF, ei,t , por lo que
θi,t = ri,t ei,t , donde ri,t es el riesgo relativo en la región i y tiempo t. Por lo
tanto,

Ci,t | ri,t ∼ P (θi,t = ei,t ri,t ) ,

log θi,t = log ei,t + log ri,t (6.1)

Entonces, el modelo de observación, Zi,t , se define por la siguiente ecuación,

derivada al considerar la expansión de Taylor de la función logarítmica de la
estimación de ri,t en el valor observado θi,t . Para cada t = 1, . . . , T, y para cada

200
Capítulo 6. Una metodología funcional bayesiana para el mapeo del riesgo de
dengue en América Latina y el Caribe

i = 1, . . . , N,
 
Ci,t
Zi,t = log = log Ci,t − log ei,t
ei,t
Ci,t − θi,t
= log θi,t + − log ei,t
θi,t
Ci,t − θi,t
= log ri,t +
θi,t
= log ri,t + vi,t , (6.2)

donde, a partir de la aproximación gaussiana de la distribución de Poisson,

para cada t = 1, . . . , T , y para cada i = 1, . . . , N , vi,t puede considerarse como
un ruido blanco gaussiano con varianza 1/θi,t , véase el Capítulo 3. También
asumimos las condiciones necesarias para considerar este ruido blanco espacio-
temporal, vi,t = v(ui , t), ui ∈ D ⊆ R2 , t ∈ Z, como un ruido blanco Hilbert-
valuado en sentido fuerte en el tiempo, ver Bosq (2000).
En lo que sigue, asumimos que el operador de autocovarianza, R0 , es un
operador traza que admite una descomposición espectral en términos de un
sistema de autovectores. Para k ≥ 1,

R0 φk = λk (R0 )φk .

A continuación, se describe la estimación bayesiana de los parámetros que

definen la descomposición espectral, λk (R0 ),
∞
X
R0 = λk (R0 )φk ⊗ φk .
k=1

Los resultados se obtienen en un enfoque de modelo de dos etapas. en con-

creto, en la primera etapa, los parámetros se estiman en un enfoque bayesiano
y clásico. En el caso bayesiano, se consideran familias conjugadas con respecto
a la probabilidad gaussiana univariante en términos de cada proyección, su-
poniendo un marco gaussiano ARH(1). En la segunda etapa, se aproxima la
transformación logarítmica del riesgo relativo con la ecuación de estados de un
modelo ARH(1), véase la Sección 6.1.2.
Para estimar el operador de autocovarianza, R0 , para cada instante t =
p
1, . . . , T, consideramos Yk (t) = λk (R0 )Zk (t) ∼ N (0, λk (R0 ); k ≥ 1. La fami-

201
Capítulo 6. Una metodología funcional bayesiana para el mapeo del riesgo de
dengue en América Latina y el Caribe

lia de distribuciones a-priori conjugadas para el parámetro de escala de la ve-

rosimilitud gaussiana univariante es una distribución gamma inversa, IG (α, β).
Consideramos que, para cada k ≥ 1, el parámetro λk se distribuye como
IG (αk , βk ); entonces, la distribución
 a-posteriori de λk viene dada por
PT
IG αk + T /2, βk + t=1 Zk2 (t)/2 , ver, por ejemplo, Lehmann y Casella (1998),
entre otros. El estimador bayesiano, bajo la función de pérdida al cuadrado, se
obtiene bajo la siguiente expresión:
PT 2
2βk + t=1 Zk (t)
λ
bk (R0 ) = , k = 1, ..., M, (6.3)
T + 2αk − 2

donde M es un orden de truncamiento.

En consonancia con la metodología bayesiana, también adoptada en el Capí-
tulo 7, en este capítulo se ha considerado el uso de una a-priori no informativa
en la familia de distribuciones de la Gamma Inversa, la IG(, ), con  > 0 y
de un valor pequeño. Esta distribución se conoce como distribución débilmen-
te informativa, véase Gelman (2006). Las principales ventajas de su uso, en
comparación con otras distribuciones a-priori no informativas, es que son dis-
tribuciones a-priori conjugadas. Estas distribuciones se usan frecuentemente,
véase Ugarte et al. (2009b), para estimar los parámetros de escala en modelos
jerárquicos espaciales y espacio-temporales para el mapeo de enfermedades.
Este estimador bayesiano, para cada k = 1, . . . , M , se compara con el clásico,
es decir, el estimador de máxima verosimilitud:
PT
t=1 Zk2 (t)
λ
ek (R0 ) = . (6.4)
T

Obsérvese que el caso clásico consiste en el estimador bayesiano donde, para

cada k = 1, . . . , M , los hiperparámetros de la distribución a-priori son αk = 1 y
βk = 0.

6.1.2. Modelo ARH(1)

Consideremos Yt ∈ H, t ∈ Z, un proceso centrado de Hilbert definido en el
espacio de probabilidad básico (Ω, A, P ), como un proceso ARH(1), introducido
en la Sección 1.2.5, es decir, que satisface

Yt (x) = A (Yt−1 ) (x) + vt (x), ∀x ∈ D ⊆ Rn , t ∈ Z, (6.5)

202
Capítulo 6. Una metodología funcional bayesiana para el mapeo del riesgo de
dengue en América Latina y el Caribe

donde v es un ruido blanco hilbertiano fuerte (Bosq, 2000), cuyo operador de

autocovarianza viene dado por Rv = E(Yt ⊗ Yt ), con t ∈ Z. Aquí, ⊗ representa
el producto tensorial de funciones en H. El operador de interacción espacio-
temporal A admite la descomposición espectral en términos de sus autovalores
y autovectores. Por lo tanto, A = ΨΛΦ∗ , en términos del sistema de autovectores
izquierdo {ψi , i ∈ N}, y el derecho {φi , i ∈ N}, donde Λ es el operador diagonal
definido por la secuencia de autovalores {λi , i ∈ N}. Entonces, de (6.5),

Φ∗ Yt = ΛΦ∗ Yt−1 + Φ∗ vt . (6.6)

La estructura de proceso de Hilbert de segundo orden, Yt , se caracteriza en

términos de los operadores de autocovarianza y de covarianza cruzada. Se con-
sidera una formulación vectorial truncada para obtener la renombrada ecuación
autorregresiva diagonal (6.6). Para un orden de truncamiento dado M ≤ N , y
teniendo en cuenta (6.5), la aproximación diagonal del proceso ARH(1) es,
para t = 1, . . . , T ,
Φ∗ Yt = Z(t) = ΛZ(t − 1) + u(t), (6.7)

donde Z(t) es un vector M × 1 con entradas Zm (t) = hYt , φm iH ,

m = 1, . . . , M (h·, ·iH denota el producto escalar en el espacio de funciones de
cuadrado integrable Hilbert separable, H), Λ es una matriz diagonal M × M
con entradas λm , m = 1, . . . , M , y u(t) es un vector M × 1con entradas um (t) =
hvt , φm iH , m = 1, . . . , M .

6.1.3. Datos

La base de datos ha sido proporcionada por Pan American Health Organi-

zation (PAHO, 2019). Incluye 32 países con datos anuales, desde 1998 hasta
2018, y se han considerado todos los casos de dengue notificados. Según la
PAHO, una enorme cantidad de casos son asintomáticos y, por lo tanto, las ci-
fras reales de casos de dengue no se conocen suficientemente con muchos casos
clasificados erróneamente. Aunque la base de datos tiene observaciones para los
países desde 1980, el número de casos de dengue igual a cero ha sido menor
desde 1998. Además, es difícil distinguir entre un valor no reportado (faltante)
y casos nulos de dengue, por lo que hemos considerado todos los ceros como
verdaderos valores observados. Así, hemos seleccionado para el estudio todos

203
Capítulo 6. Una metodología funcional bayesiana para el mapeo del riesgo de
dengue en América Latina y el Caribe

los países de América, que presentan hasta cinco ceros, desde 1998 hasta 2018.
Estos datos, que incluyen 672 valores con 24 ceros, están representados en la
Figura 6.1.

1998 1999 2000 2001 2002 2003 2004 100000

25000

10000
2005 2006 2007 2008 2009 2010 2011 5000

2500
1000

2012 2013 2014 2015 2016 2017 2018 250

25

Figura 6.1: Evolución del número de DF observado desde 1998 hasta 2018 en los
países bajo estudio

La heterogeneidad de los datos dentro de cada país al transcurrir de los

años es notable. Por ejemplo, Guadalupe suele tener pocos casos de DF, que
incluye ceros, pero en 2010 alcanza 40.737 casos de DF. Por otro lado, Brasil
siempre muestra un gran número de casos de DF aunque también tiene una
gran población. Es un país endémico del dengue y a lo largo de los años se
ha enfrentado a varios brotes (2013, 2015 y 2016) siendo golpeados también
los países vecinos. El elevado número de casos de dengue observados en algu-
nos países sugiere que los casos importados de países vecinos contribuyen a la
propagación de la enfermedad.
La heterogeneidad de los países para cada año es clara en la Figura 6.1. En
ese sentido, 2015 es un año notable, en el que hay países con un bajo número
de casos de DF, como San Cristóbal y Nieves (5 casos, mientras que su media
para los años del estudio es de alrededor de 27), y otros con un gran número de
casos de DF, como México (219.593 casos mientras que su media para los años
del estudio es de alrededor de 75.184). A pesar de ello, como ya han señalado

204
Capítulo 6. Una metodología funcional bayesiana para el mapeo del riesgo de
dengue en América Latina y el Caribe

otros autores en la literatura previa, (Carbajo et al., 2001; Martínez-Bello et al.,

2018; Restrepo et al., 2014), en general, se observa una tendencia creciente en
el número de casos de DF, lo que es evidente ya que a partir de 2012 los colores
en los mapas son más intensos, aunque los últimos dos años están fuera de esta
tendencia.

6.2. Resultados
Para estimar los autovalores del operador de covarianza hemos considerado
tanto el enfoque clásico como el bayesiano. Así, λ bk (R0 ) y λ
ek (R0 ) se calculan
para k = 1, . . . , M . Para obtener el estimador bayesiano, hemos utilizado la
clase de distribuciones a-priori gamma inversas, introducida en la Sección 6.1,
dando el valor  = 0.05, es decir, una distribución IG(0.05, 0.05).
En la estimación de parámetros bayesianos implementada en la Sección 6.1,
se han considerado los valores empíricos de αk y βk , para k = 1, . . . , M = 19,
para la estimación bayesiana y clásica del operador de autocovarianza.
La elección del orden de truncamiento, M = 19, se ha hecho teniendo en
cuenta que los autovalores de un orden superior a T , cuando T < N , teórica-
mente son nulos, véase Bosq y Blanke (2007). Por otra parte, la determinación
del orden de truncamiento es compleja porque un valor demasiado pequeño
produce malas estimaciones pero, con un orden demasiado grande, el error de
predicción podría explotar, ver Bosq (2000). Hemos comprobado que ningu-
na de estas dos cosas es el caso de nuestra elección. Además, como criterio de
truncamiento, este orden de truncamiento lleva a un porcentaje muy alto de va-
riabilidad empírica explicada en términos de la traza aproximada del operador
de autocovarianza del proceso ARH(1), ver Ruiz-Medina et al. (2014).
Una medida de la variabilidad entre los valores observados y los estima-
dos se muestra en la Tabla 6.1. Se trata del Error Absoluto Empírico del log-
riesgo estimado en ambos casos, estimación bayesiana y clásica, | log(ri,t ) −
ri,t )|, respectivamente, para cada año, Promediado para todos los países
log(b
(i = 1, . . . , 32) bajo estudio (EAEA).
Para captar la heterogeneidad de las medidas de error desde otra pers-
pectiva, la Tabla 6.2 muestra el Error Cuadrático Empírico para el log-riesgo
tanto en la estimación bayesiana como en la clásica, (log(ri,t ) − log(b ri,t )2 y
(log(ri,t ) − N − rei,t )2 , respectivamente, para los 32 países considerados Prome-

205
Capítulo 6. Una metodología funcional bayesiana para el mapeo del riesgo de
dengue en América Latina y el Caribe

Tabla 6.1: Errores absolutos empíricos Promediados para el riesgo relativo de DF según
el promedio de los países bajo estudio, para la estimación bayesiana y clásica, (BEAEA)
y (CEAEA), respectivamente

Año CEAEA BEAEA Año CEAEA BEAEA Año CEAEA BEAEA

1998 0 0 2005 0.1038 0.0636 2012 0.1794 0.0983
1999 0.0940 0.6254 2006 0.3079 0.2324 2013 0.1823 0.1431
2000 0.1571 0.1258 2007 0.4676 0.1554 2014 0.1692 0.0989
2001 0.0910 0.0609 2008 0.3570 0.0789 2015 0.2865 0.1988
2002 0.1254 0.0891 2009 0.2442 0.0843 2016 0.3734 0.1198
2003 0.0973 0.1137 2010 0.3078 0.1492 2017 0.2011 0.0852
2004 0.0698 0.1101 2011 0.3283 0.1483 2018 0.3999 0.3405

diado para todos los años bajo estudio (ESEA).

Tabla 6.2: Errores Cuadráticos Empíricos Promediados para el riesgo relativo de DF

según el promedio de los años bajo estudio, para la estimación bayesiana y clásica,
(BESEA) y (CESEA), respectivamente

País CESEA BESEA País CESEA BESEA

Puerto Rico 0.3061 0.1619 Argentina 0.0910 0.0444
República Dominicana 0.0068 0.0058 Brasil 0.0015 0.0007
Antigua y Barbuda 0.0578 0.0339 Paraguay 0.1669 0.0763
Barbados 0.1165 0.0757 Belice 0.0455 0.0298
Dominica 0.2094 0.1206 Costa Rica 0.0526 0.0164
Grenada 0.6863 0.3907 El Salvador 0.0156 0.0232
Guadalupe 0.0344 0.0239 Guatemala 0.0064 0.0050
Guyana Francesa 0.1225 0.0463 Honduras 0.0165 0.0058
Guyana 0.3861 0.1653 México 0.0054 0.0034
Jamaica 0.4837 0.2895 Nicaragua 0.0097 0.0100
Martinica 0.0387 0.0185 Panamá 0.0740 0.0585
San Cristóbal y Nieves 0.0103 0.0143 Bolivia 0.0245 0.0128
S. Vicente y las Grdinas 0.0563 0.0561 Colombia 0.0202 0.0123
Santa Lucía 0.0194 0.0271 Ecuador 0.0398 0.0275
Suriname 0.4153 0.5046 Perú 0.0226 0.0199
Trinidad y Tobago 0.0557 0.0468 Venezuela 0.0109 0.0115

La Figura 6.2 muestra el log-riesgo estimado de los 32 países americanos

considerados de 1998 a 2018 para la estimación bayesiana, ya que tiene el EM-
P32

SE más más pequeño, i=1 ESEA/32 . De esta figura se ha extraído la Figura

206
Capítulo 6. Una metodología funcional bayesiana para el mapeo del riesgo de
dengue en América Latina y el Caribe

6.3 para mostrar el comportamiento particular de los dos tipos de estimación

junto con el log-riesgo observado en seis países en particular. Esta medida ayu-
da a entender el comportamiento de la incidencia del riesgo de enfermedad por
país y año. Cuando la medida está alrededor de cero, el número de incidencias
estimadas es similar a las esperadas, según los casos observados en todos los
países. Los valores negativos indican que el número de incidencia estimada es
inferior a lo que se esperaría, y de forma inversa cuando la medición es positiva.
El hecho de tener ceros en el conjunto de datos es la razón de que los valo-
res de log-riesgos sean tan bajos (en este caso, se ha considerado 10−4 para los
riesgos nulos). En el lado opuesto, hay episodios de alto riesgo en países que
provocan valores grandes y atípicos. Por ejemplo, la Guyana Francesa, en 2006,
tiene 15.904 casos de DF, uno de sus picos más altos mientras que este año no
fue especialmente agresivo en el resto de los países (véase la Figura 6.1). Esto
provoca un valor extremo para la observación del riesgo (véase el año 9 en la
Figura 6.3). Por otro lado, al ser un país pequeño, no se puede ver en la Figura
6.1 y 6.2. Hay muchos países con importantes diferencias en sus extensiones,
que dificultan la observación de toda la gama de colores utilizados en los ma-
pas. Esta es una de las razones por las que los países pequeños no se incluyen
generalmente en los estudios de cartografía de riesgo de enfermedades. Aún
así, hemos considerado apropiado el uso de todos los países en las condiciones
comentadas en la Sección 6.1.3, ya que la metodología de estimación propuesta
y la medición utilizada permiten hacerlo.

6.2.1. Una comparativa con enfoques previos

En esta sección, comparamos nuestro modelo con tres modelos espacio-
temporales alternativos y tradicionales: un modelo de Leroux, un modelo iCAR
y un modelo BYM, utilizando el software SSTCDapp, ver Adin et al. (2019).
En la Tabla 6.3 se detalla, para cada metodología aplicada, el Error Absoluto
Medio Empírico (EMAE) y el Error Cuadrático Medio Empírico (EMSE) del log-
riesgo estimado de DF para todos los países y años bajo estudio, es decir,

21 32
1 1 XX
EMAE = | log(ri,t ) − log(b
ri,t )|,
21 32 t=1 i=1
21 32
1 1 XX
EMSE = ri,t ))2 ,
(log(ri,t ) − log(b
21 32 t=1 i=1

207
Capítulo 6. Una metodología funcional bayesiana para el mapeo del riesgo de
dengue en América Latina y el Caribe

4
1998 1999 2000 2001 2002 2003 2004
2

2005 2006 2007 2008 2009 2010 2011

−2

−4

2012 2013 2014 2015 2016 2017 2018 −6

−8

−10

Figura 6.2: Log-riesgo estimado a partir de la estimación bayesiana en el modelo

propuesto desde 1998 hasta 2018 en los países bajo estudio

Argentina Mexico Brazil

0 0 0

-2 -2 -2
log-risk

log-risk

log-risk

-4 -4 -4

-6 -6 -6
C-est. C-est. C-est.
B-est. B-est. B-est.
-8 Obs. -8 Obs. -8 Obs.

0 5 10 15 20 0 5 10 15 20 0 5 10 15 20
Years Years Years
French Guiana Costa Rica Venezuela

4 C-est. 4 C-est. 4 C-est.

B-est. B-est. B-est.
Obs. Obs. Obs.
3 3 3

2 2 2
log-risk

log-risk

log-risk

1 1 1

0 0 0

-1 -1 -1

0 5 10 15 20 0 5 10 15 20 0 5 10 15 20
Years Years Years

Figura 6.3: Log-riesgo estimado a partir de la estimación clásica (C-est., en línea a

puntos) y la estimación bayesiana (B-est., en línea discontinua), y el log-riesgo ob-
servado (Obs., en línea continua) desde 1998 hasta 2018 para los países: Argentina,
México, Brasil, Guyana Francesa, Costa Rica y Venezuela

donde ri,t y rbi,t son el riesgo relativo observado y estimado, respectivamente.

El mejor resultado se obtiene para la estimación bayesiana, en ambas medi-

208
Capítulo 6. Una metodología funcional bayesiana para el mapeo del riesgo de
dengue en América Latina y el Caribe

ciones, EMAE y EMSE. La Figura 6.4 muestra las estimaciones de log-riesgo a

partir de los modelos espacio-temporales tradicionales como por el modelo que
proponemos nosotros, junto con las observaciones reales en dos países.

Tabla 6.3: Comparación del Error Absoluto Medio Empírico (EMAE) y el Error Cua-
drático Medio Empírico (EMSE) desde 1998 hasta 2018 para todos los países, según
las cinco metodologías aplicadas

Metodología EMAE EMSE

LEROUX 0.1999 0.7854
iCAR 0.1987 0.7790
BYM 0.1974 0.7723
C-est. 0.2163 0.1128
B-est. 0.1486 0.0731

Barbados Paraguay

2 2

0 0

-2 -2
log-risk

log-risk

-4 -4

-6 -6

Leroux Leroux
ICAR ICAR
-8 BYM -8 BYM
C-est. C-est.
B-est. B-est.
Obs. Obs.

0 2 4 6 8 10 12 14 16 18 20 22 0 2 4 6 8 10 12 14 16 18 20 22
Years Years

Figura 6.4: Log-riesgo estimado a partir de los modelos espacio-temporales tradiciona-

les (con signo más, cruz y círculo, en líneas punteadas), la metodología de estimación
propuesta (en líneas discontinuas) y el log-riesgo observado (en línea continua), desde
1998 hasta 2018, para los países: Barbados y Paraguay

209
Capítulo 6. Una metodología funcional bayesiana para el mapeo del riesgo de
dengue en América Latina y el Caribe

6.3. Discusión

Primeramente, se comparan los estimadores bayesianos y clásicos propues-

tos en el modelo. En las tablas 6.1 y 6.2 se muestran los pequeños valores de
estas medidas de resumen (errores absolutos y cuadráticos empíricos para las
estimaciones bayesiana y clásica), teniendo en cuenta la gran variabilidad de
los valores de riesgo debido a la heterogeneidad tanto de la población como
del número de casos de DF. El año 1998 (Tabla 6.1) tiene valor nulo debido al
uso de un modelo autorregresivo de orden uno. El resto de los años, ambos es-
timadores presentan un comportamiento irregular donde a veces el estimador
clásico tiene mejores resultados y viceversa. En ese sentido, podemos destacar,
por ejemplo, los años 2003 y 2007, respectivamente. Pero, el comportamiento
general es un aumento considerable del error empírico en el caso clásico, ver
por ejemplo los años 2000, 2001, 2002, 2005, etc.
Un comportamiento similar se puede encontrar en la Tabla 6.2, donde países
como Venezuela muestran un mayor nivel de error para el caso bayesiano, pero
el comportamiento general es un considerable incremento en el clásico, ver,
por ejemplo, Argentina, Brasil, Paraguay, Belice, Costa Rica, etc. Además, en la
Tabla 6.2 se puede apreciar la diferencia entre las medidas de error presentadas
según el tamaño de los países en estudio. Así, en general, la medición del error
empírico es menor para los países grandes (Brasil, México y otros) y mayor
para los pequeños (Granada, Jamaica, Suriname y otros). En concreto, esto se
acentúa para el caso bayesiano, donde el BESEA llega a la mitad del CESEA, en
algunos países grandes como el Brasil.
En la Figura 6.2 se muestra el log-riesgo estimado, para todos los países y
años, según el modelo bayesiano explicado en la Sección 6.1. La heterogenei-
dad de los patrones se mantiene en la metodología de estimación propuesta
sin un exceso de suavizado, lo que permite detectar zonas de alto riesgo y evi-
tar posibles falsos negativos. La evolución de esta medida es muy similar a la
de los datos reales (ver las tablas de error), manteniendo la heterogeneidad
observada de los patrones de riesgo en los países y en el tiempo, es decir, la
heterogeneidad y la variabilidad siguen presentes. Ver también la Figura 6.3,
donde se puede comparar el riesgo estimado y el observado para algunos paí-
ses. Este comportamiento sugiere que los modelos propuestos se han ajustado
bien a los datos.

210
Capítulo 6. Una metodología funcional bayesiana para el mapeo del riesgo de
dengue en América Latina y el Caribe

Obsérvese que la Figura 6.2 informa sobre el riesgo en un país con respecto a
los demás en un año concreto. Podemos observar la evolución del riesgo en cada
país (comparado con el resto de los países) por año. Sin embargo, en general,
no podemos establecer una conexión directa entre esta figura y la Figura 6.1,
aunque pueda aparecer en algunos países. Por ejemplo, podemos observar que
el número de casos de DF en Argentina, a pesar de ser generalmente bajo,
exhibe una tendencia creciente a nivel global, además, el riesgo a nivel global
aumenta en comparación con el resto de los países del estudio (ver también la
Figura 6.3). Cabe destacar que en el caso argentino, el riesgo se ve mitigado por
la inclusión de toda la población en el estudio, cuando en realidad la parte sur
no es una población expuesta a la enfermedad. Por otro lado, Brasil presenta
tanto un alto número de casos de DF como un alto nivel de riesgo en todos los
años del estudio. Sin embargo, esta estabilidad del riesgo a lo largo del tiempo
(véanse las figuras 6.2 y 6.3) no refleja la gran variabilidad del número de casos
(véase la Figura 6.1).

Nuestros resultados son similares a los encontrados recientemente en Mes-

sina et al. (2018). Estos autores muestran altos niveles de idoneidad medioam-
biental para el dengue utilizando datos de 2015. Contemplan que cualquier
pico con un valor predicho de idoneidad para el dengue por encima de 0,467 se
considera en riesgo. En el caso de América del Sur, cuando ajustan un modelo
de árbol de regresión “boosted” para predecir, el riesgo de dengue aumenta en
2020 y 2050.

De manera similar, Bhatt et al. (2013) predice que la transmisión del den-
gue es omnipresente en todos los trópicos, siendo los de América y Asia, los de
mayor riesgo. También muestran un mapa con niveles de riesgo durante 2010,
comparables a los calculados en nuestro trabajo. Sin embargo, Cattarino et al.
(2020) explica que los actuales mapas de riesgo del dengue proporcionan es-
timaciones de la carga de la enfermedad o de los límites de endemicidad en
lugar de la intensidad de la transmisión. Además, predicen una alta intensidad
de transmisión en todos los continentes, a ambos lados de los trópicos, con
puntos calientes en Sudamérica (Colombia, Venezuela y Brasil). Es pertinente
aclarar que los resultados de los trabajos citados no pueden compararse direc-
tamente. Emplean diferentes metodologías estadísticas y se centran en zonas y
años concretos. Sin embargo, en todos ellos, los países presentan un riesgo de
dengue similar a los encontrados con nuestro método.

211
Capítulo 6. Una metodología funcional bayesiana para el mapeo del riesgo de
dengue en América Latina y el Caribe

En la comparación con los enfoques previos (ver Tabla 6.3), se observa que
los errores de la metodología de estimación basada en un proceso ARH(1) tie-
nen un comportamiento más estable en las dos medidas propuestas, EMAE y
EMSE. Al comparar con los modelos espacio-temporales previos, los propuestos
aquí alcanzan un mejor ajuste con menores niveles de error. En particular, la
estimación bayesiana que proponemos reduce los errores encontrados con los
otros modelos y capta mejor la heterogeneidad presente en los datos.
Es importante destacar la información que dan las mediciones de la Tabla
6.3. El hecho de que, en los modelos espacio-temporales tradicionales conside-
rados, el EMSE sea grande comparado con el EMAE es indicativo de que estas
técnicas pueden presentar falsos negativos y positivos. El EMAE refleja que,
en la mayoría de los casos, estos modelos se ajustan correctamente a los datos
espacio-temporales, pero la gran diferencia con la EMSE refleja que, en momen-
tos específicos, hay grandes diferencias entre el riesgo estimado y el observado,
ver Figura 6.4 y también 6.3. Al comparar EMAE y EMSE (ver Tabla 6.3), bus-
camos valores pequeños y resultados similares, para que haya robustez en las
estimaciones.
En nuestra propuesta, EMAE y EMSE son más pequeños que en los modelos
espacio-temporales tradicionales analizados, por lo que la metodología de esti-
mación presentada muestra un mejor comportamiento y mayor estabilidad, ya
que las medidas de error son pequeñas y también cercanas. El EMSE es más pe-
queño en nuestros enfoques que en los otros modelos y en particular, en nuestra
propuesta, el EMSE es más pequeño que el EMAE, lo que corrobora la bondad
del ajuste ya que, al ser una medida cuadrática, penaliza grandes errores y sólo
puede ser más pequeña si los errores están por debajo de uno.
En el proceso de elaboración del presente trabajo han surgido varios proble-
mas que limitan el estudio. El número de casos de dengue notificados contiene
incoherencias debido a los casos asintomáticos y mal clasificados en la base de
datos primaria. Los problemas de la base de datos suelen ser las discrepancias
en las tasas de confirmación de los laboratorios (sensibilidad y especificidad) y,
a veces, los países revisan las definiciones y clasificaciones de los casos confor-
me pasa el tiempo. Estas diferencias en la calidad de los datos de los distintos
países causan dificultades para el análisis de los datos. La modelización de zo-
nas con grandes diferencias en sus extensiones da lugar a estimaciones un poco
peores, especialmente en países pequeños como las islas del Caribe, donde la

212
Capítulo 6. Una metodología funcional bayesiana para el mapeo del riesgo de
dengue en América Latina y el Caribe

estimación del riesgo relativo de enfermedades es más inestable.

Este fenómeno se puede apreciar en la Figura 6.3, en la que el modelo se
ajusta mejor en países grandes (México, Brasil) y con un considerable número
de casos que en países pequeños (Guyana Francesa, Costa Rica). Esta figura
también muestra que a pesar de que Argentina y Venezuela son países gran-
des, exhiben un peor ajuste, probablemente debido a la calidad de los datos,
además, en el caso argentino, no toda la extensión del país está claramente
expuesta a la enfermedad (ver también la Tabla 6.2).

6.4. Comentarios finales al capítulo

Los casos de fiebre del dengue, en México, América Central y América del
Sur, se han estudiado mediante un modelo bayesiano basado en procesos auto-
rregresivos Hilbert-valuados de orden uno, para explicar la evolución temporal
de la incidencia de la enfermedad. Los valores funcionales espaciales permiten
preservar la heterogeneidad de las áreas consideradas con la estimación tem-
poral. Esto representa una importante contribución al mapeo de enfermedades
en el enfoque espacial y temporal, especialmente para los casos de dengue.
Una limitación de la investigación de la enfermedad del dengue es que algunos
casos de DF no se reportan, o se clasifican erróneamente. Utilizando la metodo-
logía de estimación que proponemos, se evita un exceso de suavizamiento y se
conserva la heterogeneidad a lo largo de los años estudiados, de modo que el
modelo detecta tanto altos como bajos niveles de riesgo.
Los resultados empíricos de la metodología propuesta apoyan nuestras con-
clusiones, sin subestimar el posible problema derivado de la fuente de los datos,
como ya se ha señalado. Los errores empíricos del riesgo estimado, para cada
año y país, son casi insignificantes como se muestra en las mediciones resumi-
das. Además, una comparación empírica con enfoques previos respalda nuestro
modelo, produciendo mediciones de error mucho más bajas para la estimación
bayesiana dentro del marco propuesto de FDA. Podemos concluir que, a la vista
de los resultados empíricos, ha sido posible encontrar distribuciones a-priori en
un marco bayesiano de FDA con las que lograr una estimación basada en un
modelo ARH(1) que funcione de forma adecuada.
De esta manera, la naturaleza direccional en el tiempo y la variabilidad re-
gional en el espacio de los datos de DF se han modelizado con la metodología

213
Capítulo 6. Una metodología funcional bayesiana para el mapeo del riesgo de
dengue en América Latina y el Caribe

de estimación presentada. Este enfoque proporciona instrumentos para poder

abordar medidas de prevención y control, así como toma de decisiones, ya que,
para los datos observados, el modelo presentado parece explicar adecuadamen-
te el comportamiento de la evolución del riesgo de la fiebre del dengue.
Esta característica es un punto de partida necesario para la predicción de
valores futuros. No sólo eso, la metodología introducida podría ser ampliada,
como en el capítulo anterior, con la estimación de intervalos de confianza y
aproximación de las distribuciones a-priori de los estadísticos implicados en las
respectivas metodologías de estimación, utilizando bootstrap. También se pue-
de realizar un estudio de simulación para analizar interesantes propiedades de
los estimadores bayesianos considerados según la elección de los hiperparáme-
tros αk y βk que definen la distribución a-priori. Esto permitiría la comparación
con otros estimadores, además del clásico utilizado aquí, para analizar el com-
portamiento de la correlación entre las tendencias temporales de las regiones
vecinas, y estudiar más profundamente el problema de selección asociado al
orden de truncamiento, M .

214
Capítulo 7

Análisis de la mortalidad por

COVID–19 mediante curvas
multivariantes de regresión a partir
de datos blandos y mediante
aprendizaje automático

En este capítulo, se presenta un enfoque de predicción espacio-temporal con

múltiples objetivos, en el que se combina regresión logarítmica trigonométrica
de curvas con el análisis residual espacial de series temporales multivariantes.
En nuestro ajuste del modelo de curvas de regresión, nos interesa reflejar el
comportamiento cíclico de la mortalidad por COVID–19 inducido por el endu-
recimiento o la relajación de las medidas de contención, adoptadas para mitigar
el aumento de las infecciones y la mortalidad. La base trigonométrica (senos y
cosenos) es entonces seleccionada en nuestro ajuste del modelo de regresión
logarítmica de curva heterogénea espacial.
Para la selección del modelo, se considera la relación entre el riesgo mínimo
empírico esperado y el correspondiente valor esperado de la función de pérdida
cuadrática en dicho minimizador, véase, por ejemplo, Chapelle et al. (2002).
Obsérvese que este procedimiento de selección proporciona una concordancia
entre el riesgo empírico mínimo esperado, y el correspondiente valor esperado
de la función de pérdida teórica.
El factor penalizado propuesto en Chapelle et al. (2002), aplicado a nuestra

216
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

elección del parámetro de truncamiento, lleva a la dimensión del subespacio,

donde se aproxima nuestro estimador curva de regresión, en cualquier ubica-
ción espacial. Este procedimiento de selección de modelo es asintóticamente
equivalente al factor de corrección de Akaike. Una modificación robusta del cri-
terio de información de Akaike puede encontrarse, por ejemplo, en Agostinelli
(2001). Como alternativa, se puede considerar el criterio de validación cruzada
para seleccionar el mejor subconjunto de variables explicativas (véase Takano y
Miyashiro (2020), donde se propone un enfoque de optimización mixto-integro
en este contexto).
Más allá del análisis asintótico, la selección del número de variables explica-
tivas en el modelo de regresión no lineal paramétrica implementado, a partir de
tamaños de muestra finitos, constituye uno de los principales desafíos a abordar
en este capítulo de la tesis. Específicamente, se calcula el estimador bootstrap
del error cuadrático medio del modelo teórico, a partir del cálculo del error em-
pírico, obtenido de una muestra de entrenamiento. Se proporcionan intervalos
de confianza bootstrap, para la media espacial del predictor curva de regre-
sión, y para la media del error empírico, en el cálculo del predictor funcional
de regresión, así como para la media de los errores empíricos estándar de los
predictores residuales, obtenidos mediante el análisis de series temporales mul-
tivariantes implementado. También se calcula la distribución de probabilidad
bootstrap de estos estadísticos.
En nuestro análisis de series temporales multivariantes de los residuos de
regresión, se obtiene una aproximación empírica, mediante bootstrap, de la dis-
tribución a-priori de las proyecciones empíricas del modelo finito-dimensional
de correlación lineal espacial considerado. Posteriormente, se selecciona el mo-
delo teórico, dentro de la familia de distribuciones de probabilidad Beta, que
mejor se ajusta al modelo empírico calculado mediante bootstrap. Finalmente,
la estimación de los valores singulares del modelo de correlación lineal espa-
cial se obtiene, mediante maximización de una función proporcional a la dis-
tribución a-posteriori, calculada numéricamente para la a-priori multivariante
separable propuesta, basada en la familia Beta.
El enfoque de predicción con múltiples objetivos presentado, se aplica al
análisis espacio-temporal de la mortalidad por COVID–19 en la primera ola que
afecta a las comunidades españolas, desde el 8 de marzo de 2020 hasta el 13
de mayo de 2020. Nótese que el enfoque, presentado en este capítulo, tiene en

217
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

cuenta el error de observación en los recuentos, y la incertidumbre en el espa-

cio de parámetros, así como la incertidumbre presente, en el proceso espacio-
temporal subyacente. Nuestros resultados muestran una notable concordancia
cualitativa con los datos epidemiológicos reportados.
En el estudio empírico se distingue entre dos categorías de datos, definidas
en sentido fuerte y débil, para referirnos a datos duros y débiles, respectivamen-
te. Es bien sabido que la limitada disponibilidad de datos duros afecta al análisis
espacio-temporal y, por lo tanto, la incorporación de datos blandos en los mo-
delos de regresión ML puede ayudar a este análisis, proporcionando una visión
global de la información de la muestra disponible, véase, por ejemplo, Christa-
kos et al. (2001). En el análisis empírico comparativo realizado, con modelos de
regresión ML, y el enfoque presentado, se consideran los datos duros y blandos
de entrada.
Este análisis se basa en la validación cruzada y en la estimación de la den-
sidad de probabilidad y de los intervalos de confianza mediante bootstrap. En
concreto, la validación cruzada aleatoria k–fold (k = 5, 10), en términos de
los Errores Porcentuales Absolutos Medios Simétricos (SMAPE), evalúa el ren-
dimiento de los modelos de regresión comparados a partir de datos duros y
blandos. Los intervalos de confianza bootstrap y las estimaciones de la densidad
de probabilidad de los SMAPE promediados espacialmente proporcionan otra
visión de este análisis empírico comparativo, apoyando la anterior clasificación
de modelos basados en la validación cruzada aleatoria k–fold. En la catego-
ría de datos blandos, donde nuestro enfoque se compara con la regresión ML,
también se incorporan las correlaciones espaciales a corto plazo.
Podemos concluir que casi el mejor rendimiento, tanto en la categoría de
datos duros como en la de datos blandos, lo muestran las Redes Neuronales
definidas a partir de Bases de Funciones Radiales (RBF) y los Procesos Gaus-
sianos (GP). Ambos enfoques mejoran cuando los datos blandos se incorporan
al análisis de regresión. Se observan ligeras diferencias en el rendimiento de la
Regresión de Soporte Vectoria (SVR) y las Redes Neuronales Bayesianas (BNN).
El Perceptrón Multicapa (MLP) supera a las Redes Neuronales de Regresión Ge-
neralizada (GRNN), presentando mejores resultados de estimación cuando se
analizan los datos duros.
Nuestras curvas de regresión trigonométricas, y el análisis clásico, basado
en momentos empíricos de series temporales residuales multivariantes, presen-

218
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

ta los SMAPE similares a GRNN, en relación a las características de distribución

aleatoria k–fold y bootstrapping, mostrando el peor rendimiento en la categoría
de datos blandos. Obsérvese que GRNN también se ve favorecido por la cate-
goría de datos blandos. En esta categoría, BNN y nuestro enfoque muestran un
rendimiento muy similar, cuando la regresión trigonométrica se combina con la
predicción bayesiana multivariante de series temporales residuales. De hecho,
se observan algunas características de distribución bootstrapping ligeramente
mejores de nuestro enfoque respecto a BNN en la categoría de datos blandos.
El esquema del capítulo es el siguiente. El enfoque de modelización se pre-
senta en la Sección 7.1. En la Sección 7.2, se describe la metodología de predic-
ción con múltiples objetivos. Esta metodología se aplica al análisis estadístico
espacio-temporal de la mortalidad por COVID–19 en España en la Sección 7.3.
El estudio empírico comparativo con los modelos de regresión ML se presenta
en la Sección 7.4. Las conclusiones sobre nuestro ranking de modelos a partir
de los datos se encuentran en la Sección 7.6. En la Sección 7.5, se ofrece una
breve introducción a nuestra implementación de modelos ML a partir de datos
duros y blandos. También se muestra información adicional sobre nuestro estu-
dio empírico comparativo. En particular, se muestran los casos acumulados de
mortalidad observados y predichos, y las curvas de log-riesgo.

7.1. Modelización de los datos

Sea (Ω, A, P) el espacio de probabilidad básico. Consideramos que H =

L2 (Rd ), d ≥ 2, el espacio de funciones de cuadrado integrable sobre Rd , es el
espacio de Hilbert real separable subyacente. En lo sucesivo, denotaremos por
B d la σ–álgebra de Borel en Rd , d ≥ 1. Sea X = {Xt (z), z ∈ Rd , t ∈ R+ }
nuestro proceso espacio-temporal de datos duros de entrada sobre (Ω, A, P),
satisfaciendo E [kXt (·)k2H ] < ∞, para cualquier tiempo t ∈ R+ . El proceso de
datos blandos de entrada sobre cualquier conjunto espacial delimitado D ∈ B d
se define entonces como
 Z 
∞
Xt (h) = Xt (z)h(z)dz, h ∈ C0 (D), t ∈ R+ , (7.1)
D

219
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

donde C0∞ (D) denota el espacio de funciones infinitas diferenciables, con sopor-
te compacto contenido en D. Para cada conjunto acotado D ∈ B d , se define

Λ = {Λt (h) = exp (Xt (h)) , h ∈ C0∞ (D), t ∈ R+ }.

Supongamos que, para cualquier intervalo positivo finito T ∈ B, y conjunto

acotado D ∈ B d ,
Z
IT (h) = exp (Xt (h)) dt < ∞, ∀h ∈ C0∞ (D), (7.2)
T

casi seguramente (c. s.). Sea {Nh : (Ω, A, P) × B −→ N, h ∈ H} una familia

de medidas de recuento aleatorias. Supongamos que, para h ∈ C0∞ (D), sien-
do D ∈ B d , un conjunto acotado, dada la observación {xt (h), t ∈ T } , en el
intervalo temporal finito T ∈ B, del proceso de datos blandos de entrada so-
bre la ventana espacial h en D, la distribución de probabilidad condicionada
del número de sucesos aleatorios Nh (T ), que ocurren en T ∈ B, es una distri-
R
bución de probabilidad de Poisson de media T exp (xt (h)) dt. Nos referimos a
IT (h) como el proceso aleatorio generalizado de riesgo de mortalidad acumu-
lada sobre el intervalo T . Por lo tanto, el proceso de datos duros de entrada
X = {Xt (z), z ∈ Rd , t ∈ R+ } define el proceso de log-riesgo de mortalidad
espacio-temporal.

El siguiente modelo de curvas de regresión se ajusta a partir del proceso de

datos blandos de entrada, para p = 1, . . . , P,

ln (Λt ) (ψp,$p ) = gt (ψp,$p , θ(p)) + εt (ψp,$p )

= gt (·, θ(p)), ψp,$p (·) H

+ εt (·), ψp,$p (·) H
, t ∈ R+ , (7.3)

donde
Z
gt (ψp,$p , θ(p)) = gt (z, θ(p))ψp,$p (z)dz
Dp

220
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

Z
hf, giH = f (z)g(z)dz, (7.4)
Rd

con {ψp,$p , p = 1, . . . , P } ⊂ H denotando una familia de funciones en H,

cuyos elementos tienen respectivos soportes compactos Dp , p = 1, . . . , P, de-
finiendo las áreas pequeñas p donde se agregan los recuentos, satisfaciendo
condiciones de regularidad adecuadas. Para cada p = 1, . . . , P, el vector $p
contiene los parámetros de centro y ancho de banda, definiendo la ventana
seleccionada en el análisis de la zona pequeña p. Para cada p ∈ {1, . . . , P },
θ(p) = (θ1 (p), . . . , θq (p)) ∈ Θ representa el vector de parámetros desconocidos
a estimar en la región p, y Θ es el conjunto abierto que define el espacio de
parámetros, cuyo cierre Θc es un conjunto compacto en Rq .

Asumimos que gt es de la forma, véase, por ejemplo, Ivanov et al. (2015),

N
X
gt (θ(p)) = (Ak (p) cos(ϕk (p)t) + Bk (p) sen(ϕk (p)t)) , p = 1, . . . , P, t ∈ R+ ,
k=1
(7.5)
cuyos parámetros dependientes del espacio están dados por las escalas tempora-
les (ϕ1 (·), . . . , ϕN (·)) , y los coeficientes de Fourier (A1 (·), B1 (·), . . . , AN (·), BN (·)) .
Para simplificar, consideraremos que los parámetros de escala ϕk , k = 1, . . . , N,
son conocidos, y fijos sobre las regiones espaciales P . Además, Ck2 (·) = A2k (·) +
Bk2 (·) > 0, para k = 1, . . . , N, donde N denota el parámetro de truncamien-
to, que se seleccionará según el factor penalizado propuesto en Chapelle et al.
(2002), como explicamos con más detalle en la Sección 7.2. Así,

θ(p) = (A1 (p), B1 (p), . . . , AN (p), BN (p)), p = 1, . . . , P.

Para analizar la correlación espacial entre las regiones, se considera un mo-

delo autorregresivo multivariante para la predicción del término residual de
regresión en cada región p ∈ {1, . . . , P }. En particular, para cualquier T ≥ 2,
se supone que εt en la ecuación (7.3) satisface, para p = 1, . . . , P , la siguiente
ecuación de estados,

221
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

P
X
εt (ψp,$p ) = ρ(ψq,$q )(ψp,$p )εt−1 (ψq,$q ) + νt (ψp,$p ), (7.6)
q=1

donde, para cualquier t ∈ R+ , y p, q = 1, . . . , P ,

Z
εt (ψp,$p ) = εt (z)ψp,$p (z)dz
Dp
Z
νt (ψp,$p ) = νt (z)ψp,$p (z)dz
Dp
Z
ρ(ψq,$q )(ψp,$p ) = ρ(z, y)ψp,$p (z)ψq,$q (y)dydz.
Dp ×Dp

Aquí, νt (ψp,$p ), p = 1, . . . , P , t ∈ R+ , se supone que son vectores gaussianos
independientes de media cero P –dimensional. Para p, q ∈ {1, . . . P }, la proyec-
ción ρ(ψp,$p )(ψq,$q ) mantiene la autocorrelación lineal temporal en cada región
espacial para p = q, y la correlación cruzada lineal temporal entre regiones para
p 6= q del error de regresión {εt (·), t ∈ R+ }, véase Bosq (2000).

7.2. Aplicación del modelo de curvas de regresión

y del análisis residual espacial
Sean D1 , . . . , DP las áreas pequeñas, en las que se agregan los recuentos, y
{ψp,$p , $p = (cp , ρp ), p = 1, . . . , P } ⊂ H las funciones con respectivos sopor-
tes compactos D1 , . . . , DP . En particular, denotamos por cp , p = 1, . . . , P , los
centros respectivamente asignados a las regiones D1 , . . . , DP , y por ρ1 , . . . , ρP ,
los parámetros de ancho de banda que proporcionan los tamaños de ventana
asociados.
En la práctica, a partir del modelo de observación (7.3), para encontrar gt
en (7.5) que minimice la función de pérdida cuadrática esperada, o el riesgo
esperado, buscamos el minimizador θbT (p) del riesgo de regresión empírico

T
1X 2
LT (θbT (p)) = ı́nf c LT (θ(p)) = ı́nf ln (Λt ) (ψp,$p ) − gt (θ(p)) . (7.7)
θ(p)∈Θ θ(p)∈Θc T t=1

El parámetro de truncamiento N se selecciona entonces para controlar la rela-

222
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

ción entre la función de pérdida cuadrática esperada en θbT (p), y el valor espe-
rado del riesgo mínimo empírico a partir de la identidad
h i2
E ln (Λt ) (ψp,$p ) − gt (ψp,$p , θT (p)
b
−1 PN !
h i N 1/λi
= E LT (θbT (p)) 1 − 1 + i=1 , (7.8)
T T

donde, para i = 1, . . . , N , 1/λi denota la inversa del i–ésimo autovalor de la

matriz ΦT Φ, siendo Φ una matriz T × N , cuyos elementos son los valores de
las N funciones de base trigonométrica seleccionadas en los puntos temporales
t = 1, . . . , T . El parámetro N debe ser tal que N < T . Obsérvese que, asintóti-
camente, cuando N → ∞, ΦT Φ va a la matriz identidad, y para i = 1, . . . , N ,
1/λi ∼ 1. Para p = 1, . . . , P , hemos considerado el riesgo mínimo empírico

1 eT 
T

−1 T 
LT (θT (p)) = R (p) IT ×T − Φ Φ Φ
b Φ R(p),
e (7.9)
T

con, para p = 1, . . . , P ,

∞
!
X
R(p)
e = (Ak (p) cos(ϕk t) + Bk (p) sen(ϕk t)) + εt (ψp,$p ), t = 1, . . . , T .
k=N +1

Así, nuestro predictor de regresión viene dado por

\
ln (Λt )(ψp,$p ) = gt (θbT (p)), p = 1, . . . , P, (7.10)

véase el Teorema 1 en Ivanov et al. (2015) sobre las condiciones para la consis-
tencia débil de (7.10).

Se consideran los residuos de regresión,

n o
Y = Yt (ψp,$p ) = ln (Λt ) (ψp,$p ) − gt (θbT (p)), t = 1, . . . , T, p = 1, . . . , P ,

y los operadores nucleares empíricos de autocovarianza y covarianza cruzada,

223
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

T
bY (ψp,$p )(ψq,$q ) = 1X
R0,T Yt (ψp,$p )Yt (ψq,$q ),
T t=1
T −1
bY (ψp,$p )(ψq,$q ) = 1 X
R1,T Yt (ψq,$q )Yt+1 (ψp,$p ), p, q = 1, . . . , P,
T − 1 t=1
(7.11)

respectivamente, en la estimación de la correlación residual lineal espacial

(Bosq, 2000). También se considera aquí un parámetro de truncamiento k(T )
para eliminar la inestabilidad de este problema de estimación por la discon-
tinuidad respecto a los datos de entrada. En particular, k(T ) debe satisfacer
k(T ) → ∞, k(T )/T → 0, T → ∞. Una elección adecuada de k(T ) también
garantiza una fuerte consistencia del estimador

k(T )
X ψp,$p , φk,T ψq,$q , φl,T
ρbk(T ) (ψp,$p )(ψq,$q ) = H H bY (φk,T )(φl,T ),
R1,T
bY )
λk,T (R
k,l=1 0,T
(7.12)

para p, q = 1, . . . , P , (Bosq, 2000). Aquí,

T
X
bY =
R bY )[φk,T ⊗ φk,T ],
λk,T (R (7.13)
0,T 0,T
k=1

donde {λk,T (RbY ), k = 1, . . . , T } y {φk,T , k ≥ 1} denotan los autovalores empí-

0,T
ricos y los autovectores de R bY , respectivamente. En particular, consideramos
0,T
k(T ) = ln(T ), ver Bosq (2000). El predictor plug-in clásico se calcula entonces,
para cada p = 1, . . . , P , como

P
X
k(T )
Ybt (ψp,$p ) = ρbk(T ) (ψq,$q )(ψp,$p )Yt−1 (ψq,$q ), t ≥ 1. (7.14)
q=1

Bajo la distribución gaussiana de νt , en la estimación bayesiana de ρ, de

(7.6), la función de verosimilitud, que define la función objetivo, viene dada
por, para cada p = 1, . . . , P ,

224
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

L
ep (ε1p , . . . , εT p , ε0q , . . . , ε(T −1)q ρ(ψq,$q )(ψp,$p ), q = 1, . . . , P )
 2 
1
PT  PP
exp − 2σ2 t=1 εt (ψp,$p ) − q=1 εt−1 (ψq,$q )ρ(ψq,$q )(ψp,$p )
p
= √
T
σp 2π
P
Y  apq −1
bpq −1
× ρ(ψq,$q )(ψp,$p ) 1 − ρ(ψq,$q )(ψp,$p )
q=1
I{0<ρ(ψq,$q )(ψp,$p )<1}
×
B(apq , bpq )
T
!
1 1 X 2
= √
T exp − 2 νt (ψp,$p )
σp 2π 2σp t=1
P
Y  apq −1
bpq −1
× ρ(ψq,$q )(ψp,$p ) 1 − ρ(ψq,$q )(ψp,$p )
q=1
I{0<ρ(ψq,$q )(ψp,$p )<1}
× ,
B(apq , bpq )
(7.15)

donde, para cada p = 1, . . . , P , las distribuciones de probabilidad Beta con

parámetros de forma apq y bpq , q = 1, . . . , P , definen respectivamente las dis-
tribuciones de probabilidad a-priori de las variables aleatorias independientes
{ρ(ψq,$q )(ψp,$p ), q = 1, . . . , P }. Aquí, para cada p = 1, . . . , P , εtp = εt (ψp,$p ) =
p
εt , ψp,$p H , y σp = E[εt (ψp,$p )]2 , para t = 0, . . . , T . Como antes, ψp,$p pon-
dera la información de la muestra espacial sobre el área pequeña p, para p =
1, . . . , P . Como es habitual, I0<·<1 denota la función indicadora en el intervalo
(0, 1), y B(apq , bpq ) es la función Beta,

Γ(apq )Γ(bpq )
B(apq , bpq ) = .
Γ(apq + bpq )

A partir de (7.15), el predictor bayesiano se obtiene, para p = 1, . . . , P , como

P
X
εet (ψp,$p ) = ρe(ψq,$q )(ψp,$p )εt−1 (ψq,$q ), t ≥ 1, (7.16)
q=1

con ρe(ψ1,$1 )(ψp,$p ), . . . , ρe(ψP,$P )(ψp,$p ) que se calcula maximizando (7.15),
para encontrar la moda de la distribución a-posteriori (véase Bosq y Ruiz-
Medina (2014), donde se introduce la estimación bayesiana en un marco

225
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

infinito–dimensional). Nos referimos a (7.16) como el predictor bayesiano plug-

in del proceso de log-riesgo de mortalidad residual en el área pequeña p, para
p = 1, . . . , P . En la práctica, la ecuación (7.15) se aproxima a partir de los
valores calculados del proceso residual de regresión.

7.3. Análisis estadístico de la mortalidad por

COVID–19
Nuestro análisis se basa en los registros diarios de mortalidad por COVID–
19 comunicados por el Instituto de Salud Carlos III (ISCIII, 2020), desde el 8
de marzo hasta el 13 de mayo de 2020, en las 17 comunidades españolas. Se
ha considerado la interpolación en 265 nodos temporales, y el suavizado con
B–spline cúbico en la implementación de (7.3)–(7.5). El predictor de regresión
se calcula a partir de la ecuación (7.10), aplicando (7.7)–(7.8). En particular,
 −1 PN !
12 i=1 1/λi
T (265, 12) = 1− 1+ = 1.1304, (7.17)
265 T

corresponde a nuestra elección N = 6 en (7.5). Las tablas 7.1–7.2 siguientes

muestran las estimaciones de los parámetros A bk (·) y B
bk (·), k = 1, . . . , 6, donde
2π
se ha considerado ϕk = 265 , para k = 1, . . . , N = 6.
En dichas tablas y siguientes, aparecen los siguientes códigos de la Comu-
nidad Española (SC): C1 para Andalucía; C2 para Aragón; C3 para Asturias;
C4 para Islas Baleares; C5 para Canarias; C6 para Cantabria; C7 para Castilla
La Mancha; C8 para Castilla y León; C9 para Cataluña; C10 para Comunidad
Valenciana; C11 para Extremadura; C12 para Galicia; C13 para Comunidad de
Madrid; C14 para Murcia; C15 para Navarra; C16 para País Vasco, y C17 para
La Rioja.
Se calculan los intervalos de confianza de la curva bootstrap con un nivel
de confianza de 1 − α = 0.95, basados en muestras bootstrap de 1000 para la
media espacial, sobre las 17 comunidades españolas, de los predictores curva
de regresión. Su construcción se basa en el método del percentil corregido por
el sesgo y acelerado (I1 ); intervalo normal aproximado con sesgo y error es-
tándar bootstrap (I2 ); método del percentil básico (I3 ), y método del percentil
corregido por el sesgo (I4 ), véase la Figura 7.1 a continuación. Los valores de

226
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

Tabla 7.1: Estimaciones de los parámetros de regresión Abk (·), k = 1, . . . , 6, en las 17

comunidades españolas

SC/PE A
b1 (·) A
b2 (·) A
b3 (·) A
b4 (·) A
b5 (·) A
b6 (·)
C1 3.6343 -0.4814 -0.0075 -0.0258 0.0189 0.0193
C2 3.4345 -0.3923 0.0416 0.0265 -0.0709 -0.0572
C3 3.2031 -0.1364 -0.0088 0.0221 0.0430 0.0289
C4 3.1445 -0.1118 0.0041 0.0337 0.0062 0.0072
C5 3.1015 -0.0693 -0.0345 0.0352 -0.0112 0.0003
C6 3.1347 -0.1397 0.0020 0.0300 -0.0061 -0.0002
C7 4.0591 -0.5487 -0.0907 0.0951 0.0992 0.0842
C8 3.8032 -0.5500 -0.1007 0.0633 0.0139 0.0277
C9 4.5095 -0.7435 -0.1134 0.1809 0.2231 0.2026
C10 3.6321 -0.4685 -0.0540 0.0384 -0.0152 0.0011
C11 3.2967 -0.2274 -0.0083 0.0553 0.0250 0.0240
C12 3.3454 -0.2122 -0.0927 -0.0330 0.0724 0.0679
C13 4.8419 -0.6790 -0.2455 0.0311 0.0554 0.0667
C14 3.0941 -0.1037 0.0210 0.0141 -0.0016 0.0041
C15 3.2877 -0.2598 -0.0524 0.0842 -0.0423 -0.0348
C16 3.6870 -0.4302 -0.0086 0.0078 -0.0027 -0.0017
C17 3.2197 -0.2071 0.0162 0.0079 0.0206 0.0110

Tabla 7.2: Estimaciones de los parámetros de regresión B

bk (·), k = 1, . . . , 6, en las 17
comunidades españolas

SC/PE B
b1 (·) B
b2 (·) B
b3 (·) B
b4 (·) B
b5 (·) B
b6 (·)
C1 0 -0.0052 -0.1330 -0.0123 0.0064 -0.0195
C2 0 -0.0367 -0.0998 -0.0462 -0.0343 -0.0107
C3 0 -0.0531 -0.0074 -0.0142 -0.0003 0.0020
C4 0 -0.0074 -0.0284 -0.0151 -0.0092 0.0012
C5 0 0.0433 -0.0438 -0.0116 -0.0118 0.0046
C6 0 0.0018 -0.0174 -0.0068 -0.0089 0.0000
C7 0 -0.0365 -0.2451 -0.1791 -0.0820 0.0026
C8 0 0.0953 -0.2389 -0.0431 -0.0313 -0.0045
C9 0 -0.1587 -0.4054 -0.2269 -0.1010 0.0047
C10 0 0.1118 -0.1579 -0.0458 -0.0418 -0.0220
C11 0 0.0754 -0.1138 -0.0166 -0.0048 0.0072
C12 0 -0.1104 -0.1338 0.1330 0.0761 -0.0017
C13 0 0.4654 -0.1302 -0.1602 -0.1061 -0.0038
C14 0 0.0355 -0.0560 0.0119 0.0025 -0.0044
C15 0 -0.0187 -0.0021 -0.0897 -0.0562 0.0134
C16 0 0.0025 -0.0707 -0.0638 -0.0439 -0.0267
C17 0 0.0389 -0.0270 -0.0174 -0.0006 0.0019

riesgo de regresión mínimo empírico L265 (θb265 (p)), p = 1, . . . , 17, se muestran

en la Tabla 7.3.

227
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

3500 3000

3000
2500

2500
2000
2000
1500
1500

1000
1000

500 500

0 0

−500
0 50 100 150 200 250 300 −500
0 50 100 150 200 250 300

120 100

100
80

80
60

60
40
40

20
20

0 0

−20 −20
0 50 100 150 200 250 300 0 50 100 150 200 250 300

4 4

3 3

2 2

1 1

0 0

−1 −1

−2 −2
0 50 100 150 200 250 300 0 50 100 150 200 250 300

Figura 7.1: En la parte izquierda, curva acumulada de la media de mortalidad por

COVID-19 en España, desde el 8 de marzo de 2020 hasta el 13 de mayo de 2020 (línea
roja continua, 265 nodos temporales), e intervalos de confianza de la curva bootstrap,
arriba, (líneas azules discontinuas) y I1 (líneas magenta discontinuas), y abajo, I2
(líneas verdes discontinuas) y I3 (líneas verdes discontinuas) y I4 (líneas amarillas dis-
continuas). Los gráficos del centro y de la parte derecha reflejan la misma información,
respectivamente, referida a las curvas de intensidad media (curva de riesgo de morta-
lidad COVID–19 promediada espacialmente), y log–intensidad (curva de log-riesgo de
mortalidad por COVID–19 promediada espacialmente) en España. Todos los intervalos
bootstrap de confianza se calculan con un nivel de confianza de 1 − α = 0.95, a partir
de 1000 muestras bootstrap

228
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

Tabla 7.3: Valores observados L265 (θb265 (p)), p = 1, . . . , 17

L265 (θb265 (p)) p= 1 . . . 17

0.0155 0.0259 0.0668 0.0408 0.0927
0.0623 0.1642 0.0883 0.2174 0.0313
0.0559 0.1904 0.0054 0.1602 0.1640
0.0003 0.1238

La Figura 7.2, en la parte superior muestra 1000 valores muestrales bootstrap

P
1 X
L265 (ωi ) = L265 (ωi , θb265 (p)), ωi ∈ Ω, i = 1, . . . , 1000,
P p=1

del riesgo mínimo cuadrático empírico promediado espacialmente en la re-

gresión trigonométrica. Obsérvese que la media muestral de estos valores es
L = 0.0262, lo que muestra un buen rendimiento del predictor de regresión por
mínimos cuadrados, según el valor T (265, 12) = 1.1304 obtenido. El histograma
bootstrap y la correspondiente aproximación de la función de densidad de pro-
babilidad, calculada a partir de L265 (ωi ), i = 1, . . . , 1000, también se representan
en la parte inferior de la Figura 7.2.
También se han calculado los intervalos de confianza bootstrap para L265 al
nivel 1 − α = 0.95, a partir de 1000 y 10000 muestras bootstrap. La Tabla 7.4
muestra estos intervalos respectivamente basados en el método del percentil
corregido y acelerado (I1 ); intervalo aproximado Normal con sesgo bootstrap
y error estándar (I2 ); método del percentil básico (I3 ); método del percentil
corregido por el sesgo (I4 ), e intervalo de confianza basado en el estudiante
(I5 ).
Los predictores clásico y bayesiano del proceso de log-riesgo de mortalidad
por COVID-19 residual en cada una de las comunidades españolas se calculan
respectivamente a partir de las ecuaciones (7.14) y (7.16), para P = 17.
Dadas las características espectrales empíricas observadas en la aproxima-
ción regularizada ρbk(T ) de ρ en (7.12), a partir de la descomposición del valor
singular de los operadores empíricos en (7.11) nuestra elección de la distribu-
ción a-priori para las proyecciones de ρ ha sido una probabilidad a-priori Beta
escalada, por un factor de 1/3, con hiperparámetros apq = 14, y bpq = 13, para
p, q = 1, . . . , 17. La idoneidad de esta elección basada en los datos, en lo que

229
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

0.14

0.13

0.12

0.11

0.1

0.09

0.08

0.07

0.06

0.05

0.04
0 100 200 300 400 500 600 700 800 900 1000

BOOTSTRAP HISTOGRAM
BOOTSTRAP PROBABILITY DENSITY
250
25

200
20

150
15

100 10

50 5

0 0
0.04 0.05 0.06 0.07 0.08 0.09 0.1 0.11 0.12 0.13 0.14 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16

Figura 7.2: Valores muestrales de la media espacial del riesgo mínimo empírico en
la regresión trigonométrica, en la parte superior. Histograma bootstrap (parte inferior
izquierda) y densidad de probabilidad bootstrap (parte inferior derecha) de la media
espacial del riesgo mínimo empírico de regresión, basado en 1000 muestras bootstrap

Tabla 7.4: Intervalos de confianza bootstrap para L265 (nivel de confianza

1 − α = 0.95)

CI/S 1000 10000

I1 [0.0593, 0.1222] [0.0594, 0.1236]
I2 [0.0564, 0.1196] [0.0567, 0.1207]
I3 [0.0584, 0.1215] [0.0579, 0.1217]
I4 [0.0592, 0.1233] [0.0581, 0.1208]
I5 [0.0484, 0.1281] [0.0494, 0.1215]

respecta a la localización de la moda, y el grosor de las colas, se ilustra en la Fi-

gura 7.3. En concreto, en el gráfico de la derecha de la Figura 7.3, se muestran
tanto la densidad de probabilidad Beta escalada, con los parámetros de forma
con valores 14 y 13 (línea cuadrada roja), como la densidad de probabilidad

230
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

ajustada (línea cuadrada azul), a partir de las muestras bootstrap generadas,

basadas en las proyecciones empíricas de ρ. Obsérvese que el rango observado
de las proyecciones empíricas de ρ está bien ajustado, como puede verse en el
gráfico de la izquierda de la Figura 7.3.

17X17=289 EMPIRICAL PROJECTIONS OF RHO THEORETICAL AND EMPIRICAL PRIOR

0.75 7
AUTO− AND CROSS− CORRELATION (17 COMMUNITIES)

0.7 6

0.65 5

0.6 4
BASED ON 100 BOOTSRAT SAMPLES
0.55 3

0.5 2

0.45 1

0.4 0
0 50 100 150 200 250 300 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Figura 7.3: Proyecciones empíricas del operador de autocorrelación ρ (lado izquier-

do), que reflejan la autocorrelación temporal y la correlación cruzada entre las 17
comunidades españolas analizadas. En el lado derecho, la densidad de probabilidad
a-priori considerada (cuadrados rojos) de una variable aleatoria con distribución Beta
escalada por el factor 1/3, con parámetros de forma con valores 14 y 13, se compara
con el ajuste bootstrap a priori de una variable empírica (cuadrados azules)

Los intervalos de confianza bootstrap I1 , . . . , I5 al nivel 1 − α = 0.95, para el

error estándar de entrenamiento esperado de los predictores del log-riesgo de
mortalidad por COVID–19 de series temporales multivariadas clásicas y bayesia-
nas residuales, basados en 1000 muestras bootstrap, se muestran en la Tabla 7.5.

Tabla 7.5: Intervalos de confianza bootstrap para el error estándar de entrenamiento

esperado de los predictores de log-riesgo de mortalidad por COVID–19 clásico y baye-
siano (1 − α = 0.95)

CI/S Clásico Bayesiano

I1 [0.0474, 0.0597] [0.0173, 0.0228]
I2 [0.0455, 0.0578] [0.0167, 0.0220]
I3 [0.0463, 0.0588] [0.0169, 0.0225]
I4 [0.0460, 0.0586] [0.0172, 0.0226]
I5 [0.0421, 0.0563] [0.0158, 0.0215]

231
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

Los mapas representados en la Figura 7.4 muestran la evolución espacio-

temporal observada del riesgo de mortalidad por COVID–19, y su predicción, a
partir del modelo de regresión trigonométrica de la curva ajustada, y el poste-
rior análisis de series temporales clásico y bayesiano.

295 295
day 10 day 13 day 16 day 19 day 22 day 10 day 13 day 16 day 19 day 22
80 80

40 40

day 25 day 28 day 31 day 34 day 37 day 25 day 28 day 31 day 34 day 37
20 20

10 10
day 40 day 43 day 46 day 49 day 52 day 40 day 43 day 46 day 49 day 52

5 5
day 55 day 58 day 61 day 64 day 55 day 58 day 61 day 64

0 0

295 295
day 10 day 13 day 16 day 19 day 22 day 10 day 13 day 16 day 19 day 22
80 80

40 40

day 25 day 28 day 31 day 34 day 37 day 25 day 28 day 31 day 34 day 37
20 20

10 10
day 40 day 43 day 46 day 49 day 52 day 40 day 43 day 46 day 49 day 52

5 5
day 55 day 58 day 61 day 64 day 55 day 58 day 61 day 64

0 0

Figura 7.4: Mapas de riesgo de mortalidad por COVID–19, desde el 8 de marzo hasta
el 13 de mayo de 2020. Mapas observados (arriba) y estimados (abajo), calculados a
partir de la regresión trigonométrica, combinados con predictores residuales clásicos
(abajo izquierda) y bayesianos (abajo derecha)

7.4. Un estudio empírico comparativo

Los modelos de regresión ML introducidos en la Sección 7.5 se aplican al
análisis de mortalidad por COVID–19 y se comparan, a través de la valida-
ción cruzada aleatoria k–fold y los estimadores bootstrap, con el enfoque de
predicción espacio-temporal con múltiples objetivos presentado. Distinguimos
dos categorías, respectivamente, referidas a la definición de sentido fuerte (da-

232
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

tos duros) y sentido débil (datos blandos) de nuestro conjunto de datos. La

validación cruzada aleatoria k–fold (k = 5, 10), en términos de los Errores Por-
centuales Absolutos Medios Simétricos (SMAPE), evalúa el rendimiento de los
modelos de regresión comparados, a partir de datos duros y blandos. También
se calculan los intervalos de confianza bootstrap y las estimaciones de densi-
dad de probabilidad de los SMAPE promediados espacialmente. La Sección 7.6
proporciona una clasificación de los modelos basada en las dos categorías anali-
zadas de datos, a partir de los SMAPE obtenidos mediante la validación cruzada
aleatoria k–fold, y los procedimientos de estimación bootstrap aplicados.

7.4.1. Resultados de la validación cruzada aleatoria k–fold

Tras la interpolación y el suavizado B–spline cúbico de nuestro conjunto

de datos original, se aplica la transformación logarítmica y el escalado lineal.
Hemos eliminado los diez primeros puntos y los tres últimos, para cada curva de
log-riesgo de mortalidad por COVID-19, como un conjunto fuera de la muestra.
Nuestro enfoque se implementa en la segunda categoría a partir de los datos
blandos. En esta implementación, consideramos N = 6, adoptando el criterio
de selección del modelo dado en la Sección 7.3, véase la ecuación (7.8) y la
referencia Chapelle et al. (2002).
En la predicción clásica y bayesiana de series temporales multivariantes,
nuestra elección de k(T ) = k(265) = 8 proporciona un equilibrio entre k(T ) =
[ln(T )]− = [ln(265)]− = 5, estableciendo un acuerdo con la separación y veloci-
dad de decaimiento de los autovalores empíricos del operador de autocovarian-
za, y el valor del parámetro k(T ) = 9, controlando la complejidad del modelo
según el tamaño muestral T = 265. Las fluctuaciones aleatorias, observadas
en las proyecciones empíricas del operador de autocorrelación espacial ρ para
este valor de parámetro k(T ), también están bien ajustadas, teniendo en cuen-
ta la elección comentada de los hiperparámetros de forma, en la densidad de
probabilidad a-priori Beta.
El ajuste del modelo se evalúa en términos de los Errores Porcentuales Ab-
solutos Medios Simétricos (SMAPE), dados por, para P = 17, y T = 265,

T \
ln(Λ t )(ψp,ρp ) − ln(Λt )(ψp,ρp )
1X
  , p = 1, . . . , P. (7.18)
T t=1 ln(Λ )(ψ ) + ln(Λ \
t p,ρp t )(ψp,ρp ) /2

233
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

Hemos calculado la media de los SMAPE obtenidos en cada una de las k ite-
raciones del procedimiento de validación cruzada aleatoria k–fold. Esta técnica
de validación consiste en dividir aleatoriamente la muestra funcional en una
muestra de entrenamiento y otra de validación en cada una de las iteraciones
k. El ajuste del modelo se realiza a partir de la muestra de entrenamiento, y
las salidas objetivo se definen a partir de la muestra de validación o de prue-
ba. Al ejecutar cada modelo diez veces y promediar los SMAPE, eliminamos las
fluctuaciones debidas a los pesos iniciales aleatorios (para los modelos MLP y
BNN), y las diferencias en la estimación de los parámetros en todos los mé-
todos, debido a la especificación aleatoria de la división de la muestra en el
procedimiento de validación cruzada aleatoria k–fold.
Los SMAPE de validación cruzada aleatoria 10–fold basados en diez ejecu-
ciones se muestran en la Tabla 7.6, para las seis técnicas ML probadas, GRNN,
MLP, SVR, BNN, RBF y GP, cuando se consideran datos duros (véase también
la Tabla 7.13 de la Sección 7.5 sobre los resultados de validación cruzada alea-
toria 5–fold). La Tabla 7.7 proporciona los resultados de validación cruzada
aleatoria 10–fold, de la categoría de datos blandos (véase también la Tabla 7.14
de la Sección 7.5 sobre los resultados de validación cruzada aleatoria 5–fold).
Los correspondientes resultados de validación cruzada del enfoque presentado
a partir de datos blandos se muestran en la Tabla 7.8.
La selección de hiperparámetros del modelo ML se ha realizado aplicando
una validación cruzada aleatoria k–fold (k = 5, 10). Nuestra selección se ha
realizado a partir de un conjunto adecuado de candidatos. En concreto, los nú-
meros óptimos de nodos ocultos (NH) en la implementación de MLP y BNN se
han seleccionado de los conjuntos de candidatos [0, 1, 3, 5, 7, 9] y [1, 3, 5, 7, 9],
respectivamente. Los resultados de la validación cruzada aleatoria en ambos
casos, k = 5, 10, llevan a la misma elección del valor óptimo de NH, a saber,
NH= 1 para MLP, y NH= 5 para BNN. Este último muestra ligeras diferencias
con respecto a los valores NH= 3, 7, en la implementación de validación cruza-
da aleatoria 10–fold. Del mismo modo, hemos seleccionado los respectivos pará-
metros de dispersión β y ancho de banda h en los procedimientos RBF y GRNN.
Así, después de aplicar una validación cruzada aleatoria k–fold, con k = 5, 10,
se obtienen los valores óptimos β = 2.5, y h = 0.05, a partir de los conjun-
tos de candidatos [2.5, 5, 7.5, 10, 12.5, 15, 17.5, 20] y [0.05, 0.1, 0.2, 0.3, 0.5, 0.6, 0.7],
respectivamente (véase la Sección 7.5).

234
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

Tabla 7.6: Categoría de datos duros. Promedio de los SMAPE, basado en 10 ejecu-
ciones de validación cruzada aleatoria 10–fold. Como se indica, los valores mostrados
deben ser multiplicados por 10−2

SC(x10−2 ) GRNN MLP SVR BNN RBF GP

C1 0.1957 0.0777 0.0700 0.0594 0.0543 0.0554
C2 0.6132 0.1490 0.0663 0.0738 0.0680 0.0654
C3 0.1556 0.0473 0.0350 0.0303 0.0331 0.0304
C4 0.0971 0.0342 0.0135 0.0200 0.0182 0.0211
C5 0.2049 0.0457 0.0318 0.0370 0.0369 0.0372
C6 0.1572 0.0368 0.0177 0.0234 0.0233 0.0247
C7 0.4898 0.0698 0.0644 0.0590 0.0616 0.0588
C8 0.0804 0.0340 0.0171 0.0191 0.0211 0.0177
C9 0.7258 0.1976 0.0979 0.0812 0.0326 0.0437
C10 0.2191 0.0704 0.0556 0.0482 0.0471 0.0463
C11 0.1262 0.0530 0.0310 0.0395 0.0375 0.0355
C12 0.5228 0.1578 0.1341 0.1282 0.0940 0.0993
C13 0.3594 0.0647 0.0576 0.0579 0.0533 0.0458
C14 0.1345 0.0366 0.0209 0.0204 0.0194 0.0207
C15 0.6080 0.1523 0.1411 0.1141 0.0982 0.1039
C16 0.2464 0.0889 0.0709 0.0622 0.0568 0.0594
C17 0.0660 0.0370 0.0148 0.0222 0.0203 0.0227
M. 0.2942 0.0796 0.0553 0.0527 0.0456 0.0463
T. 5.0022 1.3528 0.9397 0.8959 0.7757 0.7879

Tabla 7.7: Categoría de datos blandos. Promedio de los SMAPE, basado en 10 ejecu-
ciones de validación cruzada aleatoria 10–fold. Como se indica, los valores mostrados
deben ser multiplicados por 10−2

SC(x10−2 ) GRNN MLP SVR BNN RBF GP

C1 0.1545 0.0983 0.0666 0.0573 0.0234 0.0312
C2 0.1844 0.1730 0.0660 0.0749 0.0277 0.0301
C3 0.1029 0.1192 0.0481 0.0452 0.0273 0.0274
C4 0.0432 0.0286 0.0165 0.0158 0.0124 0.0123
C5 0.0610 0.0476 0.0258 0.0248 0.0144 0.0149
C6 0.0260 0.0217 0.0133 0.0140 0.0124 0.0125
C7 0.3750 0.2026 0.1095 0.0924 0.0307 0.0399
C8 0.0764 0.0482 0.0305 0.0300 0.0262 0.0187
C9 0.4894 0.3198 0.1753 0.1212 0.0229 0.0372
C10 0.1680 0.0815 0.0521 0.0462 0.0252 0.0290
C11 0.1537 0.0839 0.0436 0.0397 0.0199 0.0219
C12 0.3689 0.2558 0.1505 0.1249 0.0401 0.0490
C13 0.2848 0.1582 0.0968 0.0792 0.0240 0.0320
C14 0.0367 0.0226 0.0120 0.0143 0.0106 0.0104
C15 0.3618 0.2264 0.1201 0.1227 0.0317 0.0522
C16 0.1773 0.0835 0.0651 0.0545 0.0264 0.0318
C17 0.0884 0.0623 0.0210 0.0231 0.0125 0.0136
M. 0.1854 0.1196 0.0655 0.0577 0.0228 0.0273
T. 3.1524 2.0333 1.1129 0.9801 0.3877 0.4642

235
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

Se observa un mejor rendimiento de los datos duros en el SVR lineal. En su

implementación, se aplica la optimización de hiperparámetros automática de la
función de Matlab fitrsvm. Mientras que, desde la categoría de datos blandos, la
mejor opción corresponde al ajuste del modelo SVR no lineal basado en el ker-
nel gaussiano (aplicando la misma opción de optimización de hiperparámetros
automática, en el argumento de la función de matlab fitrsvm). En la implemen-
tación de GP, seguimos el mismo procedimiento de ajuste para la selección del
modelo. En este caso, para ambas categorías, hemos seleccionado la optimi-
zación bayesiana de validación cruzada (en el argumento de optimización de
hiperparámetros de la función de Matlab fitrgp).
En todos los resultados mostrados, se ha calculado la media de los SMAPE
(M.) y el total de los SMAPE (T.) como medidas de rendimiento, para comparar
los modelos ML probados, y nuestro enfoque.

Tabla 7.8: Nuestro enfoque. Promedio de los SMAPE, basado en 10 ejecuciones de

validación cruzada aleatoria 10–fold de los análisis residuales clásico y bayesiano pro-
bados

SC C. k10 B. k10
C1 0.0024 0.7106(10)−3
C2 0.0019 0.4003(10)−3
C3 0.0016 0.6797(10)−3
C4 0.0017 0.4367(10)−3
C5 0.0023 0.6530(10)−3
C6 0.0018 0.5854(10)−3
C7 0.0017 0.6341(10)−3
C8 0.0016 0.6593(10)−3
C9 0.0013 0.5979(10)−3
C10 0.0019 0.6954(10)−3
C11 0.0017 0.5444(10)−3
C12 0.0016 0.5016(10)−3
C13 0.0020 0.4832(10)−3
C14 0.0026 0.6544(10)−3
C15 0.0023 0.6616(10)−3
C16 0.0015 0.7134(10)−3
C17 0.0022 0.6781(10)−3
M. 0.0019 0.60524(10)−3
T. 0.0321 0.0103

236
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

7.4.2. Resultados de clasificación basados en bootstrap

Para los modelos de regresión ML probados, en las categorías de datos duros
y blandos, se construyen intervalos de confianza bootstrap (nivel de confianza
1 − α = 0.95) para los SMAPE promediados espacialmente, basados en 1000
muestras bootstrap.
Nuestro enfoque requiere que se incorpore la información de los datos blan-
dos. Al igual que antes, los intervalos de confianza bootstrap calculados Ii ,
i = 1, . . . , 5, se basan respectivamente en el sesgo corregido y método de per-
centil acelerado (I1 ); intervalo normal aproximado con sesgo bootstrap y error
estándar (I2 ); método del percentil básico (I3 ); método del percentil de sesgo
corregido (I4 ); e intervalo de confianza basado en Student (I5 ); véanse las ta-
blas 7.9 y 7.10. El histograma bootstrap y la densidad de probabilidad de los
SMAPE promediados espacialmente se muestran en las Figuras 7.5 y 7.6, para
la categoría de datos duros, y en las Figuras 7.7, 7.8 y 7.9, para la categoría
de datos blandos. Los resultados de la clasificación de los modelos basados en
datos obtenidos se analizan en la Ssección 7.6.

Tabla 7.9: Categoría de datos duros. Intervalos de confianza bootstrap

(1 − α = 0.95) para los SMAPE promediados espacialmente a partir de 1000 mues-
tras bootstrap (T = 265, P = 17)

IC\ML GRNN MLP

I1 [2.1(10)−3 , 4.1(10)−3 ] [0.5(10)−3 , 1(10)−3 ]
I2 [2(10)−3 , 3.9(10)−3 ] [0.4776(10)−3 , 0.9483(10)−3 ]
I3 [2(10)−3 , 4(10)−3 ] [0.4746(10)−3 , 0.9713(10)−3 ]
I4 [2(10)−3 , 4(10)−3 ] [0.5118(10)−3 , 0.9878(10)−3 ]
I5 [1.7(10)−3 , 3.9(10)−3 ] [0.2780(10)−3 , 0.9244(10)−3 ]
IC\ML SVR BNN
I1 [0.3682(10)−3 , 0.7219(10)−3 ] [0.3720(10)−3 , 0.6659(10)−3 ]
I2 [0.3516(10)−3 , 0.6763(10)−3 ] [0.3587(10)−3 , 0.6379(10)−3 ]
I3 [0.3493(10)−3 , 0.6770(10)−3 ] [0.3668(10)−3 , 0.6509(10)−3 ]
I4 [0.3508(10)−3 , 0.6865(10)−3 ] [0.3654(10)−3 , 0.6379(10)−3 ]
I5 [0.3050(10)−3 , 0.6661(10)−3 ] [0.3099(10)−3 , 0.6335(10)−3 ]
IC\ML RBF GP
I1 [0.3260(10)−3 , 0.5310(10)−3 ] [0.3243(10)−3 , 0.5350(10)−3 ]
I2 [0.3155(10)−3 , 0.5159(10)−3 ] [0.3065(10)−3 , 0.5126(10)−3 ]
I3 [0.3140(10)−3 , 0.5270(10)−3 ] [0.3095(10)−3 , 0.5188(10)−3 ]
I4 [0.3247(10)−3 , 0.5338(10)−3 ] [0.3152(10)−3 , 0.5222(10)−3 ]
I5 [0.2677(10)−3 , 0.5141(10)−3 ] [0.2505(10)−3 , 0.5046(10)−3 ]

237
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

Tabla 7.10: Categoría de datos blandos. Intervalos de confianza bootstrap

(1 − α = 0.95) para los SMAPE promediados espacialmente a partir de 1000 mues-
tras bootstrap (T = 265, P = 17)

IC\ML GRNN MLP

I1 [1.3(10)−3 , 2.6(10)−3 ] [0.6(10)−3 , 1.3(10)−3 ]
I2 [1.3(10)−3 , 2.6(10)−3 ] [0.6(10)−3 , 1.3(10)−3 ]
I3 [1.3(10)−3 , 2.7(10)−3 ] [0.6(10)−3 , 1.3(10)−3 ]
I4 [1.3(10)−3 , 2.6(10)−3 ] [0.7(10)−3 , 1.3(10)−3 ]
I5 [1(10)−3 , 2.7(10)−3 ] [0.5(10)−3 , 1.3(10)−3 ]
IC\ML SVR BNN
I1 [0.4096(10)−3 , 0.8221(10)−3 ] [0.3588(10)−3 , 0.6177(10)−3 ]
I2 [0.3764(10)−3 , 0.7763(10)−3 ] [0.3433(10)−3 , 0.6053(10)−3 ]
I3 [0.3900(10)−3 , 0.7889(10)−3 ] [0.3454(10)−3 , 0.6037(10)−3 ]
I4 [0.4108(10)−3 , 0.7805(10)−3 ] [0.3559(10)−3 , 0.5988(10)−3 ]
I5 [0.3105(10)−3 , 0.7818(10)−3 ] [0.3003(10)−3 , 0.6129(10)−3 ]
IC\ML RBF GP
I1 [0.1794(10)−3 , 0.2478(10)−3 ] [0.2095(10)−3 , 0.3248(10)−3 ]
I2 [0.1754(10)−3 , 0.2474(10)−3 ] [0.2065(10)−3 , 0.3215(10)−3 ]
I3 [0.1785(10)−3 , 0.2485(10)−3 ] [0.2079(10)−3 , 0.3262(10)−3 ]
I4 [0.1743(10)−3 , 0.2494(10)−3 ] [0.2091(10)−3 , 0.3258(10)−3 ]
I5 [0.1616(10)−3 , 0.2542(10)−3 ] [0.1941(10)−3 , 0.3232(10)−3 ]
IC\NE Clásico Bayesiano
I1 [2.2(10)−3 , 3.7(10)−3 ] [0.2943(10)−3 , 0.5177(10)−3 ]
I2 [2.1(10)−3 , 3.3(10)−3 ] [0.2802(10)−3 , 0.4854(10)−3 ]
I3 [2.1(10)−3 , 3.3(10)−3 ] [0.2833(10)−3 , 0.4884(10)−3 ]
I4 [2.2(10)−3 , 3.4(10)−3 ] [0.2900(10)−3 , 0.5124(10)−3 ]
I5 [1.8(10)−3 , 3.2(10)−3 ] [0.2418(10)−3 , 0.4664(10)−3 ]

238
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

BOOTSTRAPPED HISTOGRAM GRNN BOOTSTRAPPED PROBABILITY DENSITY GRNN

250 800

700

200
600

500
150

400

100 300

200
50
100

0 0
1.5 2 2.5 3 3.5 4 4.5 5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5
−3
x 10
−3 x 10

BOOTSTRAPPED HISTOGRAM MLP BOOTSTRAPPED PROBABILITY DENSITY MLP

250 3500

3000
200
2500

150 2000

1500
100

1000

50
500

0 0
4 5 6 7 8 9 10 11 12 13 2 4 6 8 10 12 14
−4 −4
x 10 x 10

BOOTSTRAPPED HISTOGRAM SVR BOOTSTRAPPED PROBABILITY DENSITY SVR

250 5000

4500

200 4000

3500

150 3000

2500

100 2000

1500

50 1000

500

0 0
2 3 4 5 6 7 8 2 3 4 5 6 7 8 9 10
−4 −4
x 10 x 10

Figura 7.5: Categoría de datos duros. A partir de 1000 muestras bootstrap, se repre-
sentan las densidades de probabilidad y los histogramas de los SMAPE promediados
espacialmente, para GRNN (arriba), MLP (centro) y SVR lineal (abajo)

239
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

BOOTSTRAPPED HISTOGRAM BNN BOOTSTRAPPED PROBABILITY DENSITY BNN

6000
250

5000
200

4000

150
3000

100
2000

50 1000

0
0 2 3 4 5 6 7 8
2 3 4 5 6 7 8
−4
−4 x 10
x 10

BOOTSTRAPPED HISTOGRAM RBF BOOTSTRAPPED PROBABILITY DENSITY RBF

250 8000

7000
200
6000

150 5000

4000

100
3000

2000
50
1000

0 0
3 4 5 6 2 2.5 3 3.5 4 4.5 5 5.5 6 6.5
−4 −4
x 10 x 10

BOOTSTRAPPED HISTOGRAM GP
BOOTSTRAPPED PROBABILITY DENSITY GP
250
7000

200 6000

5000
150
4000

100 3000

2000
50

1000

0
3 4 5 6 0
−4 2 2.5 3 3.5 4 4.5 5 5.5 6 6.5
x 10 −4
x 10

Figura 7.6: Categoría de datos duros. A partir de 1000 muestras bootstrap, se repre-
sentan las densidades de probabilidad y los histogramas de los SMAPE promediados
espacialmente, para BNN (arriba), RBF (centro) y GP (abajo)

240
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

BOOTSTRAPPED HISTOGRAM GRNN (SD) BOOTSTRAPPED PROBABILITY DENSITY GRNN (SD)

250 1200

1000
200

800
150

600

100
400

50
200

0 0
0.5 1 1.5 2 2.5 3 0.5 1 1.5 2 2.5 3 3.5
−3 −3
x 10 x 10
BOOTSTRAPPED HISTOGRAM MLP (SD) BOOTSTRAPPED PROBABILITY DENSITY MLP (SD)
250 2500

200 2000

150 1500

100 1000

50 500

0 0
0.4 0.6 0.8 1 1.2 1.4 1.6 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
−3 −3
x 10 x 10

BOOTSTRAPPED HISTOGRAM SVR (SD)

BOOTSTRAPPED PROBABILITY DENSITY SVR (SD)
300
4500

4000
250

3500
200
3000

2500
150

2000
100
1500

1000
50

500
0
3 4 5 6 7 8 9 10 11 0
−4
2 3 4 5 6 7 8 9 10 11 12
x 10 −4
x 10

Figura 7.7: Categoría de datos blandos. A partir de 1000 muestras bootstrap, se re-
presentan las densidades de probabilidad y los histogramas de los SMAPE promediados
espacialmente, para GRNN (arriba), MLP (centro) y SVR no lineal (abajo)

241
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

BOOTSTRAPPED HISTOGRAM BNN (SD) BOOTSTRAPPED PROBABILITY DENSITY BNN (SD)

250 6000

5000
200

4000
150

3000

100
2000

50
1000

0 0
2 3 4 5 6 7 8 2 3 4 5 6 7 8
−4 −4
x 10 x 10

BOOTSTRAPPED HISTOGRAM RBF (SD) BOOTSTRAPPED PROBABILITY DENSITY RBF (SD)

4
x 10
300 2.5

250
2

200
1.5

150

1
100

0.5
50

0 0
1.4 1.6 1.8 2 2.2 2.4 2.6 2.8 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6 2.8 3
−4 −4
x 10 x 10

BOOTSTRAPPED HISTOGRAM GP (SD)

BOOTSTRAPPED PROBABILITY DENSITY GP (SD)
250
14000

200 12000

10000
150
8000

100 6000

4000
50

2000

0
1.6 1.8 2 2.2 2.4 2.6 2.8 3 3.2 3.4 3.6 0
−4 1 2 3
x 10 −4
x 10

Figura 7.8: Categoría de datos blandos. A partir de 1000 muestras bootstrap, se re-
presentan las densidades de probabilidad y los histogramas de los SMAPE promediados
espacialmente, para BNN (arriba), RBF (centro) y GP (abajo)

242
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

CLASSICAL BOOTSTRAPPED HISTOGRAM (SD) CLASSICAL BOOTSTRAPPED PROBABILITY DENSITY (SD)

300 1400

250 1200

1000
200

800
150
600

100
400

50
200

0 0
1.5 2 2.5 3 3.5 4 4.5 5 1.5 2 2.5 3 3.5 4 4.5 5
−3 −3
x 10 x 10
BAYESIAN BOOTSTRAPPED HISTOGRAM (SD) BAYESIAN BOOTSTRAPPED PROBABILITY DENSITY (SD)
300 8000

7000
250

6000
200
5000

150 4000

3000
100

2000
50
1000

0 0
2 2.5 3 3.5 4 4.5 5 5.5 6 6.5 1 2 3 4 5 6 7
−4
x 10 x 10
−4

Figura 7.9: Categoría de datos blandos. A partir de 1000 muestras bootstrap, se re-
presentan las densidades de probabilidad y los histogramas de los SMAPE promediados
espacialmente, para la regresión trigonométrica combinada con la predicción residual,
basada en los momento empíricos, clásica (arriba) y bayesiana (abajo)

7.5. Implementación de datos duros y blandos en

modelos ML

Describimos brevemente la implementación de los modelos ML en las cate-

gorías de datos duros y blandos.

Perceptrón multicapa (MLP)

MLP comparte la filosofía de la regresión no lineal, en términos de una fun-

ción de enlace g, la salida del nodo oculto, que define la siguiente aproximación

243
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

de la respuesta:
NH
X
yb = η0 + ηk g(βkT x), (7.19)
k=1

del vector de entrada xT = (1, x) aumentado con 1, y el vector de pesos βk aso-

ciado al k–ésimo nodo oculto, k = 1, . . . , N H, definiendo β = (β1T , . . . , βN
T T
H) .
1
Normalmente, se considera la función logística g(u) = 1+exp(−u) . Las salidas
de los nodos ocultos también se ponderan por las componentes del vector
(η0 , . . . , ηN H ). En este contexto, y
b se suele denominar la salida de red. MLP
permite la aproximación de cualquier función continua dada sobre un conjunto
compacto, a partir de una red dada con un número finito de nodos ocultos.
Se aplican algoritmos de optimización para obtener los pesos de la función
de pérdida de mínimos cuadrados. Teniendo en cuenta (7.19), nuestra imple-
mentación de MLP a partir de datos blandos viene dada por

NH
X
ybm = yb(xm ) = ln (λ\
t+1 ) (φm ) = η0 + ηk g(βkT xm ), (7.20)
k=1

donde, para m = 1, . . . , M (T ),

xm = (ln (λt+1−1 ) (φm ), . . . , ln (λt+1−j0 ) (φm ))T . (7.21)

El parámetro j0 se refiere al número de retardos temporales incorporados en la

predicción. El parámetro de truncamiento M (T ) desempeña un papel similar al
parámetro k(T ) (comentado en secciones previas). Aquí, T denota el número
de nodos temporales de entrenamiento.

Redes Neuronales a partir de Bases de Funciones Radiales

(RBF)
RBF trabaja con funciones nodo, que dependen de unos parámetros de cen-
tro y escala, ajustándose a la suavidad local de la respuesta. En concreto, a
partir de una red inicial en blanco, los nodos se añaden secuencialmente, en
torno al patrón de entrenamiento, hasta alcanzar un error aceptable. A conti-
nuación, se vuelven a calcular todos los pesos de la capa de salida mediante la
fórmula de mínimos cuadrados. Las funciones gaussianas han sido ampliamente
seleccionadas como funciones nodo.

244
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

En particular, en este caso, nuestra implementación a partir de datos blandos

se ha logrado a partir de la fórmula: Para m = 1, . . . , M (T ),

NH
kxm − cj k2
X  
ybt+1 (xm ) = ln (λ\
t+1 ) (φm ) = ηj exp (7.22)
j=1
β2

donde, como es habitual, los parámetros de peso ηj , j = 1, . . . , N H, definen la

combinación lineal de las funciones de base radial. Aquí, el parámetro escalar
de dispersión β, y los parámetros vectoriales cj , j = 1, . . . , N H, proporcionan
respectivamente el ancho y los centros de las funciones nodo. Los vectores de
entrada se definen como en (7.21).

Regresión de Soporte Vectorial (SVR)

La implementación de SVR implica una función de pérdida que lleva a un

equilibrio entre la complejidad del modelo y la precisión (predicción exacta).
En su formulación también se considera un parámetro de sesgo, b, que se refleja
en la siguiente ecuación
y = f (x) = β T x + b (7.23)

donde se considera la función de pérdida

M
1 X
L = kβk2 + C |ym − f (xm )| . (7.24)
2 m=1

Aquí, xm e ym denotan, respectivamente, el m–ésimo vector de entrada de en-

trenamiento y la salida objetivo, para m = 1, . . . , M, y

|ym − f (xm )| = máx {0, |ym − f (xm )| − } .

Así, los errores por debajo de  no se penalizan. La solución del problema de

optimización asociado a la función de pérdida (7.24) se obtiene a partir del
gradiente correspondiente de la función lagrangiana, que involucra a multipli-
cadores de Lagrange, que determinan los pesos óptimos a partir de los puntos
de datos de entrenamiento.
A partir de la ecuación (7.23), en la categoría de datos suaves, resolvemos

245
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

el problema de optimización restringido:

yt+1 (xm ) = f (xm ) = β T xm + b,

M (T ) j0
1 T X X
L= β β+C ln (λt+1 ) (φm ) − ln(λt+1−j )(φm )βj − b
2 m=1 j=1 
M (T )
1 X
= βT β + C |ym − f (xm )| , (7.25)
2 m=1

donde, para m = 1, . . . , M (T ), el vector de entrada xm se define como en (7.21).

Redes Neuronales Bayesianas (BNN)

El diseño de BNN implica la estimación bayesiana y el concepto de regu-
larización. Los parámetros o pesos de red se consideran variables aleatorias,
siguiendo una distribución de probabilidad a-priori. En la selección de la dis-
tribución de probabilidad a-priori de los pesos se suelen favorecer ajustes sua-
ves para reducir la complejidad del modelo. La distribución de probabilidad
a-posteriori de los pesos se obtiene después de observar los datos. A continua-
ción, se calcula la predicción de la red.
En concreto, la predicción óptima se obtiene minimizando la siguiente ex-
presión:
J = νEO + (1 − ν)EW , (7.26)

donde EO es la suma de los errores cuadráticos en la salida de red, basada

en la distribución a-posteriori de los parámetros, EW representa la suma de
los cuadrados de los pesos o los parámetros de la red, y ν ∈ (0, 1) denota el
parámetro de regularización. Sea L el número de parámetros, habitualmente se
asume una distribución de probabilidad gaussiana a-priori para los parámetros
1
de red con media cero y matriz de varianzas-covarianzas 2(1−ν) IL×L , con IL×L
denotando la matriz identidad L × L. Por lo tanto,
 L/2
1−ν
p(w) = exp (−(1 − ν)EW (w)) . (7.27)
π

Esta distribución a-priori pone más peso en los valores pequeños de los pará-
metros de red cercanos a cero. La densidad de probabilidad a-posteriori, dados
los datos observados O = o, y el valor ν del parámetro de regularización, se

246
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

define como
p(o/w, ν)p(w/ν)
p(w/o, ν) = . (7.28)
p(o/ν)
Considerando que los errores también se distribuyen de forma gaussiana,
la probabilidad condicionada de los datos O dados los parámetros ν y w, se
obtiene como  ν M/2
p(o/w, ν) = exp (−νEO (o)) , (7.29)
π
donde M denota el número de puntos de datos de entrenamiento. A partir de
las ecuaciones (7.27)–(7.29),

p(w/o, ν) = c exp (−J(w, o, ν)) , (7.30)

donde c denota la constante de normalización. La probabilidad condicionada

del parámetro ν dado los datos observados O = o también se calcula bajo un
marco bayesiano como
P (o/ν)p(ν)
p(ν/o) = . (7.31)
p(o)
Las ecuaciones (7.30) y (7.31) se maximizan para obtener los pesos óptimos
y el parámetro de regularización ν, respectivamente.
En nuestra implementación de datos blandos a partir de (7.21), el problema
de optimización correspondiente se formula condicionando a las proyecciones
espaciales empíricas. Obsérvese que, en el marco de la probabilidad a-priori
gaussiana seleccionada, las proyecciones de error son también gaussianas, y
nuestra elección de la función base, diagonalizando el operador de autocova-
rianza empírica de los errores, lleva a un vector de errores proyectados con
componentes gaussianas independientes, normalizadas adecuadamente por los
autovalores empíricos. Por lo tanto, la optimización a partir de las ecuaciones
(7.30) y (7.31) puede implementarse de forma similar al caso BNN de datos
duros.

Redes Neuronales de Regresión Generalizada (GRNN)

GRNN se basa en la regresión kernel. El estimador kernel se calcula a partir
de la suma ponderada de las respuestas observadas, o de los resultados obje-
tivos asociados con los puntos de datos de entrenamiento en un entorno del
punto de datos objetivos x, donde se debe calcular la predicción. Así, los pun-

247
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

tos de datos de entrenamiento se seleccionan en la vecindad del punto objetivo

dado x.
En concreto, se aplica la siguiente fórmula en la aproximación del valor de
la respuesta en el punto x :
 
kx−xj k
T
X K h
yb(x) =   yj , (7.32)
PT kx−xl k
j=1 l=1 K h

donde yj es la salida del objetivo para el punto de datos de entrenamiento xj ,

para j = 1, . . . , M, y K es la función kernel. Normalmente se considera una
función kernel isotrópica de rápido decrecimiento, por ejemplo, el kernel gaus-
√
siano K(u) = exp (−u2 /2) / 2π constituye una elección común. El parámetro
de ancho de banda h define la suavidad del ajuste. Así, h controla el tamaño
de la región de suavizado. Por lo tanto, valores grandes de h corresponden a
un suavizamiento más fuerte que valores más pequeños, permitiendo un mayor
grado de variación local.
En nuestra implementación de datos blandos de (7.32), denotamos por
ΦM (T ) (H), el subespacio de H obtenido por la proyección de las funciones en H

T
sobre {φ1 , . . . , φM (T ) }, y yt = ln(λt )(φ1 ), . . . , ln(λt )(φM (T ) ) , t ≥ 1, entonces,
 
kyt −yt−j kΦ
M (T ) (H)
j0 −1
X K h
yd
t+1 =   yt−j+1 , (7.33)
Pj0 −1 kyt −yt−l kΦ
M (T ) (H)
j=1
l=1 K h

donde, como antes, el parámetro j0 se refiere a el número de retardos tempo-

rales incorporados en la predicción.

Procesos Gaussianos (GP)

Se suele observar un buen rendimiento en la aplicación de la regresión de
GP, basada en el supuesto de distribución de probabilidad normal multivariante,
que caracteriza las respuestas observadas en los diferentes puntos de datos de
entrenamiento.
En concreto, consideramos que el modelo de observación

Y = Z + , (7.34)

248
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

donde el vector de ruido aditivo  es independiente de Z, y tiene componentes

gaussianas idénticamente distribuidas e independientes, con media cero y va-
rianza σ2 . Se asume una distribución normal multivariante del vector aleatorio
Z ∼ N (0, Σ), con matriz de covarianzas ΣZ . Esta matriz proporciona las varian-
zas y covarianzas entre los valores de la función Z(xi ), y Z(xj ), i, j = 1, . . . , N,
en los puntos de datos de entrenamiento X = (x1 , . . . , xN ). La distribución
gaussiana condicionada de Z, dada Y, lleva a la solución del problema de es-
timación inversa (7.34). Por lo tanto, la estimación de Z, para un vector de
entrada dado x? , se obtiene como

b x? = E [Z/y, x? , X] = ΣZ (x? , X) ΣZ (X, X) + σ 2 I −1 y.

 
Z  (7.35)

En la categoría de datos blandos, se consigue una implementación multiva-

riante alternativa en términos de proyección ΦM (T ) sobre {φ1 , . . . , φM (T ) }. Por
lo tanto, ΣZ se sustituye por la matriz del operador de covarianzas
 
Φ?M (T ) R1,1 ΦM (T ) . . . Φ?M (T ) R1,T ΦM (T )
 ?
 ΦM (T ) R2,1 ΦM (T ) . . . Φ?M (T ) R2,T ΦM (T )

RZX,X

= .. ..
,
. ... .
 
 
Φ?M (T ) RT,1 ΦM (T ) . . . Φ?M (T ) RT,T ΦM (T )

asociada a los nodos de entrenamiento temporal T considerados, y el operador

de proyección ΦM (T ) sobre {φ1 , . . . , φM (T ) }, implicado en la definición de nues-
tros puntos de datos blandos de entrenamiento X. Aquí, Ri,j =
E [[ln(Λi ) − E[ln(Λi )]] ⊗ [ln(Λj ) − E[ln(Λj )]]] , i, j = 1, . . . , T, definen los opera-
dores de autocovarianza y covarianza cruzada de los valores funcionales en los
puntos de datos de entrenamiento. En este caso, σ2 I se convierte en el operador
de autocovarianza de la matriz diagonal diag (R0, ) del proceso de innovación
H T –valuado  = (1 , . . . , T ). Es decir,
 
Z
b x? = E Z/y, x? , X, ΦM (T )
h i−1
= RZx? ,X RZX,X + Φ?M (T ) diag (R0, ) ΦM (T ) ΦM (T ) (y).

249
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

Valores muestrales SMAPE mediante ML a partir de

los datos observados duros y blandos
Los Errores Porcentuales Absolutos Medios Simétricos (SMAPE) asociados
a los resultados de la estimación ML, basados en la muestra funcional global,
a partir de datos duros y blandos, se muestran respectivamente en las tablas
7.11 y 7.12. Véanse también las Figuras 7.10–7.13 más abajo, donde se mues-
tran respectivamente las curvas observadas y estimadas de log-riesgo y casos
acumulados de mortalidad por COVID-19.

Validación cruzada aleatoria 5–fold

Los SMAPE de la validación cruzada aleatoria 5–fold, obtenidos a partir de
la implementación de los seis modelos de regresión ML probados, se muestran
en la Tabla 7.13, para la categoría de datos duros, y en la Tabla 7.14, para la
categoría de datos blandos.

Tabla 7.11: Categoría de datos duros. Promedio de los SMAPE, basado en 10

ejecuciones de validación cruzada aleatoria 5–fold. Como se indica, los valores
mostrados deben ser multiplicados por 10−2

SC (x10−2 ) GRNN MLP SVR BNN RBF GP

C1 0.1964 0.0611 0.0665 0.0535 0.0483 0.0490
C2 0.6117 0.1172 0.0588 0.0678 0.0609 0.0567
C3 0.1565 0.0375 0.0328 0.0284 0.0300 0.0273
C4 0.0969 0.0314 0.0129 0.0191 0.0167 0.0185
C5 0.2044 0.0427 0.0290 0.0356 0.0334 0.0328
C6 0.1571 0.0319 0.0161 0.0230 0.0217 0.0218
C7 0.4889 0.0545 0.0619 0.0583 0.0569 0.0503
C8 0.0808 0.0273 0.0161 0.0180 0.0189 0.0153
C9 0.7231 0.1976 0.0850 0.1102 0.0318 0.0352
C10 0.2185 0.0526 0.0532 0.0446 0.0428 0.0415
C11 0.1255 0.0487 0.0298 0.0350 0.0338 0.0316
C12 0.5216 0.1666 0.1210 0.1022 0.0870 0.0887
C13 0.3584 0.0592 0.0548 0.0613 0.0490 0.0412
C14 0.1342 0.0286 0.0201 0.0202 0.0182 0.0180
C15 0.6064 0.1470 0.1307 0.0931 0.0864 0.0927
C16 0.2456 0.0681 0.0674 0.0573 0.0514 0.0532
C17 0.0655 0.0356 0.0147 0.0207 0.0181 0.0200
M. 0.2936 0.0710 0.0512 0.0499 0.0415 0.0408
T. 4.9916 1.2078 0.8707 0.8480 0.7053 0.6936

250
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

Tabla 7.12: Categoría de datos blandos. Promedio de los SMAPE, basado en 10 eje-
cuciones de validación cruzada aleatoria 5–fold. Como se indica, los valores mostrados
deben ser multiplicados por 10−2

SC (x10−2 ) GRNN MLP SVR BNN RBF GP

C1 0.1526 0.0857 0.0592 0.0501 0.0223 0.0305
C2 0.1831 0.1393 0.0619 0.0606 0.0248 0.0285
C3 0.1024 0.0804 0.0457 0.0374 0.0268 0.0278
C4 0.0431 0.0212 0.0157 0.0154 0.0117 0.0120
C5 0.0610 0.0362 0.0242 0.0240 0.0133 0.0138
C6 0.0260 0.0167 0.0125 0.0135 0.0118 0.0121
C7 0.3734 0.1301 0.0914 0.0737 0.0298 0.0398
C8 0.0762 0.0435 0.0290 0.0238 0.0244 0.0180
C9 0.4850 0.2467 0.1470 0.0818 0.0199 0.0360
C10 0.1663 0.0607 0.0460 0.0421 0.0236 0.0276
C11 0.1533 0.0540 0.0394 0.0383 0.0180 0.0209
C12 0.3641 0.2325 0.1320 0.0887 0.0369 0.0480
C13 0.2827 0.1350 0.0707 0.0699 0.0215 0.0304
C14 0.0361 0.0197 0.0117 0.0121 0.0102 0.0104
C15 0.3590 0.1843 0.1226 0.1049 0.0290 0.0506
C16 0.1759 0.0754 0.0566 0.0489 0.0243 0.0302
C17 0.0878 0.0352 0.0190 0.0219 0.0122 0.0134
N. 0.1840 0.0939 0.0579 0.0475 0.0212 0.0265
T. 3.1282 1.5966 0.9845 0.8070 0.3605 0.4497

7.6. Comentarios finales al capítulo

Se puede observar la concordancia entre los respectivos resultados de clasi-
ficación de modelos basados en rendimiento, obtenidos a partir de la validación
cruzada aleatoria k–fold, y la estimación bootstrap en las secciones 7.4.1 y 7.4.2.
En la categoría de datos duros, el mejor rendimiento lo muestran RBF y GP.
Se observan características bootstrapp similares para BNN y SVR, con valores
de los SMAPE promediados espacialmente ligeramente superiores, reflejados en
la ubicación de la moda, en los histogramas y densidades de probabilidad mos-
trados en las figuras 7.5 y 7.6. Estas cuatro metodologías de regresión muestran
un grado similar de variabilidad, con respecto a los valores muestrales de los
SMAPE promediados espacialmente. Una mayor variabilidad que RBF, GP, BNN
y SVR se muestra a partir de los valores muestrales de los SMAPE promediados
espacialmente de MLP. La moda bootstrap de MLP también está ligeramente
desplazada hacia la derecha. El peor rendimiento corresponde a GRNN (véase
también la Tabla 7.6).
En la categoría de datos blandos, donde nuestro enfoque se incorpora al es-

251
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

Andalucía Aragón Asturias Islas Baleares Canarias Cantabria

3.8 3.25 3.25
3.3 3.25
4
3.2 3.2
3.6 3.2
3.8
3.2 3.15
3.15 3.15
3.6 3.4
3.1 3.1
3.1
3.4 3.1
3.2 3.05 3.05
3.05
20 40 60 20 40 60 20 40 60 20 40 60 20 40 60 20 40 60

Castilla La Mancha Castilla y León Cataluña C. Valenciana Extremadura Galicia

4.5 4.2 3.8
4.5 3.6
5
4 3.6

4 4.5 3.8 3.4 3.4

4
3.6 3.2
4 3.2
3.5 3.4 3
3.5
3.5
20 40 60 20 40 60 20 40 60 20 40 60 20 40 60 20 40 60

C. Madrid Murcia Navarra País Vasco La Rioja

3.6 3.4
5.5 4 Log-int. obs.
3.2 GRNN est.
3.4 3.3 MLP est.
5 3.8
SVR est.
3.2 BNN est.
3.1
3.2 3.6 RBF est.
4.5
GP est.
3.1
3 3.4
20 40 60 20 40 60 20 40 60 20 40 60 20 40 60

Figura 7.10: Categoría de datos duros. Curvas de log-riesgo de mortalidad por

COVID–19 observadas y estimadas, a partir de la implementación de Redes Neuronales
de Regresión Generalizada (GRNN), Perceptrón Multicapa (MLP), Regresión de Sopor-
te Vectorial (SVR), Redes Neuronales Bayesianas (BNN), Redes Neuronales a partir de
Bases de Funciones Radiales (RBF), y Procesos Gaussianos (GP)
Andalucía Aragón Asturias Islas Baleares Canarias Cantabria
3.8 3.25 3.25
3.25
4 3.3
3.2 3.2
3.6 3.2
3.8
3.2 3.15 3.15 3.15
3.6 3.4
3.1 3.1
3.1
3.4 3.2 3.1
3.05 3.05
3.05
20 40 60 20 40 60 20 40 60 20 40 60 20 40 60 20 40 60

Castilla La Mancha Castilla y León Cataluña C. Valenciana Extremadura Galicia

4.5 4.2
4.5 3.6
5
4 3.6

4 4.5 3.8 3.4 3.4

4
3.6 3.2
4
3.2
3.5 3.4 3
3.5
3.5
20 40 60 20 40 60 20 40 60 20 40 60 20 40 60 20 40 60

C. Madrid Murcia Navarra País Vasco La Rioja

3.6
5.5 4 3.4 Log-int. obs.
GRNN est.
3.2
MLP est.
3.4 3.3
5 3.8 SVR est.
BNN est.
3.1 3.2 RBF est.
4.5 3.2 3.6 GP est.
B. est.
3.1
C. est.
3 3.4
20 40 60 20 40 60 20 40 60 20 40 60 20 40 60

Figura 7.11: Categoría de datos blandos. Curvas de log-riesgo de mortalidad por

COVID–19 observadas y estimadas, a partir de la implementación de Redes Neuronales
de Regresión Generalizada (GRNN), Perceptrón Multicapa (MLP), Regresión de Sopor-
te Vectorial (SVR), Redes Neuronales Bayesianas (BNN), Redes Neuronales a partir de
Bases de Funciones Radiales (RBF), Procesos Gaussianos (GP), y regresión trigonomé-
trica combinada con predicción residual clásica y bayesiana

252
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

Andalucía Aragón Asturias Islas Baleares Canarias Cantabria

800 300 150 200
200
1000 600 150
150 100
200
400 100 100
500
100 50
200 50 50

0 0 0 0 0
0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60

Castilla La Mancha Castilla y León Cataluña C. Valenciana Extremadura Galicia

600
5000 1200
1500 400
2000 1000
4000 400
800 300
1000 3000
600 200
1000 2000 200
500 400
1000 100
200
0 0 0 0
0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60

C. Madrid Murcia Navarra País Vasco La Rioja

1400
8000
1200 300 Cum. obs.
400
100 GRNN est.
6000 1000
MLP est.
800 200
SVR est.
4000 600
200 BNN est.
50
400 100 RBF est.
2000 GP est.
200
0 0 0
0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60

Figura 7.12: Categoría de datos duros. Curvas de mortalidad acumulada por COVID–
19 observadas y estimadas, a partir de la implementación de Redes Neuronales de
Regresión Generalizada (GRNN), Perceptrón Multicapa (MLP), Regresión de Soporte
Vectorial (SVR), Redes Neuronales Bayesianas (BNN), Redes Neuronales a partir de
Bases de Funciones Radiales (RBF), y Procesos Gaussianos (GP)
Andalucía Aragón Asturias Islas Baleares Canarias Cantabria
800 300 150 200
200
1000 600 150
150 100
200
400 100 100
500
100 50
200 50 50

0 0 0 0 0
0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60

Castilla La Mancha Castilla y León Cataluña C. Valenciana Extremadura Galicia

600
5000
1500 400
1000
2000 4000 400
300
1000 3000
500 200
1000 2000 200
500
1000 100

0 0 0 0 0
0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60

C. Madrid Murcia Navarra País Vasco La Rioja

1400
8000
1200 300 Cum. obs.
400 GRNN est.
6000 100 1000 MLP est.
800 200 SVR est.
4000 BNN est.
200 600 RBF est.
50
400 100 GP est.
2000 B. est.
200
C. est.
0 0 0
0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60

Figura 7.13: Categoría de datos blandos. Curvas de mortalidad acumulada por por
COVID–19 observadas y estimadas, a partir de la implementación de Redes Neuronales
de Regresión Generalizada (GRNN), Perceptrón Multicapa (MLP), Regresión de Sopor-
te Vectorial (SVR), Redes Neuronales Bayesianas (BNN), Redes Neuronales a partir de
Bases de Funciones Radiales (RBF), Procesos Gaussianos (GP), y regresión trigonomé-
trica combinada con predicción residual clásica y bayesiana

253
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

Tabla 7.13: Categoría de datos duros. Promedio de los SMAPE, basado en 10 ejecu-
ciones de validación cruzada aleatoria 5–fold. (Como se indica, los valores mostrados
deben multiplicarse por 10−2 )

SC(x10−2 ) GRNN MLP SVR BNN RBF GP

C1 0.1962 0.0845 0.0890 0.0709 0.0635 0.0592
C2 0.6150 0.1531 0.0711 0.0805 0.0782 0.0710
C3 0.1541 0.0479 0.0438 0.0338 0.0371 0.0325
C4 0.0984 0.0388 0.0190 0.0226 0.0214 0.0226
C5 0.2065 0.0555 0.0378 0.0414 0.0429 0.0397
C6 0.1585 0.0423 0.0227 0.0257 0.0266 0.0263
C7 0.4957 0.0786 0.0771 0.0707 0.0712 0.0587
C8 0.0804 0.0352 0.0226 0.0215 0.0247 0.0189
C9 0.7280 0.2170 0.1061 0.0866 0.0421 0.0475
C10 0.2208 0.0724 0.0751 0.0577 0.0541 0.0494
C11 0.1273 0.0618 0.0373 0.0460 0.0451 0.0385
C12 0.5237 0.1706 0.1441 0.1449 0.1126 0.1065
C13 0.3637 0.0717 0.0701 0.0671 0.0605 0.0480
C14 0.1359 0.0388 0.0307 0.0235 0.0220 0.0213
C15 0.6105 0.1705 0.1592 0.1228 0.1101 0.1121
C16 0.2479 0.0931 0.0926 0.0753 0.0665 0.0632
C17 0.0667 0.0414 0.0195 0.0255 0.0241 0.0246
M. 0.2958 0.0867 0.0657 0.0598 0.0531 0.0494
T. 5.0293 1.4731 1.1177 1.0166 0.9026 0.8400

tudio comparativo empírico, se mantiene casi la misma clasificación empírica

de modelos ML. Se encuentran algunas diferencias en los intervalos de confian-
za bootstrap y en los histogramas y las densidades de probabilidad calculadas.
Por ejemplo, GRNN parece estar favorecido por la categoría de datos blandos,
mientras que MLP muestra un peor rendimiento en esta categoría. Por lo tanto,
las diferencias entre GRNN y MLP son menores en la categoría de datos blandos.
También en esta categoría, se observa una ligera mejora de BNN con respecto
a SVR, conservando casi el mismo rendimiento. RBF y GP muestran un mejor
rendimiento en la categoría de datos blandos, siendo RBF un poco superior a
GP en esta categoría (ver Tabla 7.10, y Figura 7.8).
El enfoque de regresión trigonométrica y de predicción residual de series
temporales multivariantes clásica, basado en los momentos empíricos, muestra
resultados similares a los de GRNN, con un rendimiento ligeramente mejor que
GRNN, observado en los intervalos bootstrap y en el histograma y densidad de
probabilidad (véanse las figuras 7.7 y 7.9). Sin embargo, como se muestra en las
figuras 7.8 y 7.9, la regresión trigonométrica y la predicción residual bayesiana
presentan casi el mismo rendimiento que BNN, con algunas características de

254
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

Tabla 7.14: Categoría de datos blandos. Promedio de los SMAPE, basado en 10 ejecu-
ciones de validación cruzada aleatoria 5–fold. (Como se indica, los valores mostrados
deben multiplicarse por 10−2 )

SC(x10−2 ) GRNN MLP SVR BNN RBF GP

C1 0.1569 0.0958 0.0695 0.0604 0.0240 0.0337
C2 0.1836 0.1835 0.0697 0.0880 0.0286 0.0329
C3 0.1029 0.1309 0.0474 0.0491 0.0273 0.0284
C4 0.0433 0.0299 0.0171 0.0181 0.0133 0.0130
C5 0.0609 0.0524 0.0282 0.0264 0.0153 0.0159
C6 0.0259 0.0239 0.0133 0.0148 0.0130 0.0129
C7 0.3783 0.2136 0.1018 0.0963 0.0309 0.0439
C8 0.0774 0.0467 0.0315 0.0320 0.0292 0.0207
C9 0.4968 0.2926 0.1458 0.1329 0.0254 0.0417
C10 0.1710 0.0935 0.0541 0.0489 0.0277 0.0316
C11 0.1556 0.0914 0.0456 0.0441 0.0221 0.0247
C12 0.3759 0.2235 0.1509 0.1396 0.0402 0.0560
C13 0.2894 0.1599 0.0903 0.0775 0.0259 0.0368
C14 0.0375 0.0250 0.0124 0.0153 0.0114 0.0109
C15 0.3646 0.2410 0.1378 0.1297 0.0334 0.0573
C16 0.1792 0.0828 0.0677 0.0578 0.0292 0.0344
C17 0.0900 0.0724 0.0216 0.0256 0.0129 0.0144
M. 0.1876 0.1211 0.0650 0.0622 0.0241 0.0299
T. 3.1893 2.0589 1.1047 1.0567 0.4100 0.5090

distribución de probabilidad ligeramente mejores en nuestro enfoque respecto

a BNN (véase también los intervalos bootstrap).
Nuestro enfoque se ve menos afectado por la división aleatoria de la mues-
tra, en la implementación del procedimiento de validación cruzada aleatoria
k–fold, ya que se ajusta un modelo residual espacial dinámico en un segun-
do paso (objetivo). Así, el modelo residual de regresión clásica y bayesiana de
series temporales multivariante propuesto, se ajusta a las correlaciones linea-
les espaciales a corto plazo mostradas por la categoría de datos blandos. Sin
embargo, el coste que pagamos por el aumento de la complejidad del mode-
lo se refleja en los resultados obtenidos de clasificación de modelos aleatorios
basados en validación cruzada aleatoria k–fold y bootstrap.
El efecto de componente espacial se refleja en las tablas 7.6 (datos duros),
donde se observan las heterogeneidades espaciales mostradas por los errores
SMAPE de validación cruzada 10–fold (véase también la Tabla 7.13 en la Sec-
ción 7.5). Mientras que la Tabla 7.7 (véase también la Tabla 7.14 en la Sección
7.5) revela los beneficios obtenidos en algunos de los modelos de regresión ML
probados a partir de información de datos blandos. En particular, en esta cate-

255
Capítulo 7. Análisis de la mortalidad por COVID–19 mediante curvas
multivariantes de regresión a partir de datos blandos y mediante aprendizaje
automático

goría, las posibles correlaciones lineales espaciales se incorporan al análisis, en

términos de datos blandos, definidos por las proyecciones de datos curva sobre
los autovectores empíricos, diagonalizando la estructura de correlación lineal
espacial.

256
C ONCLUSIONES Y LÍNEAS ABIERTAS

258
Conclusiones y líneas abiertas

A continuación, se lleva a cabo una revisión de las principales conclusiones

obtenidas de las contribuciones teóricas, estudios de simulación y aplicaciones
prácticas desarrolladas a lo largo de los capítulos 2 al 5, así como de las futuras
líneas de investigación que se derivan de todos ellos. En lo que respecta a los
capítulos 6 y 7, dedicados en su totalidad a dos aplicaciones con datos reales,
se hace un repaso más general, ya que al final de los mismos se han dedicado
las secciones de comentarios finales (6.4 y 7.6, respectivamente) para realizar
un estudio más detallado tanto de las conclusiones obtenidas como de posibles
ampliaciones de dichos capítulos.
La relevancia de los resultados del Capítulo 2 sobre consistencia y norma-
lidad asintótica de estimadores de mínimo contraste para campos aleatorios
estacionarios espaciales real-valuados, en un contexto general, reside en las
aplicaciones que potencialmente ofrece esta teoría, según se ilustra posterior-
mente en el estudio de simulación. Adicionalmente, este capítulo ofrece una
metodología de estimación que será extendida al contexto infinito-dimensional
en los capítulos 3–7.
Respecto al desarrollo de estudios de simulación, como ilustración de los re-
sultados derivados del mencionado Capítulo 2, de forma general, se analizan las
propiedades de los estimadores de mínimo contraste obtenidos, para tamaños
de muestra finitos. Contemplando en dicho análisis, el comportamiento límite
anunciado en los resultados teóricos, para tamaños de muestra suficientemente
grandes. En particular, se ilustra la consistencia y normalidad asintótica del es-
timador plug-in de mínimo contraste considerado, basado en el periodograma
tapered, en el contexto de los procesos autorregresivos fraccionarios gaussianos
espaciales y los campos aleatorios de Gegenbauer espaciales. Así, podemos ver
que los resultados numéricos apoyan totalmente los hallazgos teóricos.
El Capítulo 3 abre una nueva área de investigación, en el contexto de los
procesos de Cox log-gaussianos en el tiempo, que permite, en particular, el aná-
lisis de patrones estacionarios en el tiempo y heterogéneos en el espacio. El
caso analizado donde la log-intensidad aleatoria es un proceso de O-U Hilbert-
valuado, admite una extensión inmediata en el contexto de modelos de difusión
infinito-dimensionales, o evaluados en espacios de funciones.
En dicho Capítulo 3, también se incluye una aplicación con datos reales,
sobre el análisis estadístico y modelización de la evolución de enfermedades
en el espacio y tiempo, las conclusiones extraídas, tras dicha aplicación, ponen

259
Conclusiones y líneas abiertas

de manifiesto la influencia de la naturaleza y características de la enfermedad

estudiada, sobre el ajuste del modelo de dependencia temporal, para la log-
intensidad aleatoria infinito-dimensional. En particular, en relación con el ajuste
de modelos de dependencia de largo rango, se observa un exceso de suavizado
mientras que, para la estimación log-gaussiana ARH(1), el suavizamiento es
más débil, lo que permite mayor heterogeneidad en los patrones espaciales.
En relación con las contribuciones del Capítulo 4, se destaca la extensión
de la familia de procesos de Cox introducida en el Capítulo 3 al contexto es-
pacial. En particular, esta extensión hace posible la aplicación de técnicas de
estimación, basadas en estadísticos de segundo orden, bajo homogeneidad en
el espacio y heterogeneidad en el tiempo, contribuyendo al análisis de patro-
nes puntuales y procesos de recuento, mediante modelos más flexibles. Por otra
parte, los recientes avances en las ciencias de la computación han hecho po-
sible la aplicación de técnicas de predicción probabilística factibles, para el
análisis estadístico de datos complejos en los espacios de Hilbert, Banach, o
métricos/semi-métricos, incluyendo el caso de datos que no se encuentran en
un espacio vectorial.
Las técnicas de FDA permiten el análisis de propiedades locales de regulari-
dad de datos de elevada dimensión de naturaleza continua, o bien, que proce-
den de un fenómeno o proceso subyacente continuo en el espacio y/o tiempo,
evitando un mal planteamiento de los problemas clásicos de estimación multi-
variante. En particular, referimos al lector a Dai y Müller (2018); Goia y Vieu
(2016); Horváth y Kokoszka (2012); Ruiz-Medina (2012), entre otros. Este Ca-
pítulo 4 pone en funcionamiento estructuras matemáticas más complejas, al
tratar con elementos de espacios de Hilbert en el marco del análisis de patrones
puntuales.
Resumiendo, el enfoque presentado en dicho capítulo, supone una contribu-
ción relevante en el ámbito del análisis espectral de procesos lineales espaciales
infinito-dimensionales, bajo homogeneidad espacial, así como contribuye, de
forma notable, al ámbito del análisis estadístico de procesos de recuento, en el
contexto de la Estadística Espacio-Temporal.
Dado que el enfoque de estimación funcional espacial que se presenta aquí
se aplica en el dominio espectral, su versión de parámetro espacial continuo
puede formularse directamente a partir de los resultados desarrollados en el
Capítulo 4, con una reformulación adecuada de las condiciones que se dan.

260
Conclusiones y líneas abiertas

Uno de los principales problemas que habrá que afrontar en un futuro próximo
es la definición de una versión multivariante de la clase de procesos puntuales
introducidos, así como su estimación funcional espectral en un marco multiva-
riante infinito-dimensional.
En el Capítulo 5, la metodología de predicción funcional espacial multies-
calar presentada permite el análisis de la heterogeneidad en diferentes escalas
temporales del campo de log-intensidad. Es bien sabido que las técnicas de
preprocesamiento de FDA (por ejemplo, suavizado mediante B–splines) suelen
ocultar o eliminar la variación local a niveles de alta resolución (véase, por
ejemplo, Goia y Vieu (2016); Horváth y Kokoszka (2012); Müller y Stadtmü-
ller (2005), entre otros). El enfoque de estimación adoptado en este capítulo
supera esta limitación, proporcionando un marco más flexible. Así, se puede
realizar una elección adecuada de la escala en la que se debe analizar el campo
de log-intensidad, según los objetivos del estudio, y las incertidumbres en los
recuentos asociadas a la falta de información de la muestra.
El enfoque basado en la entropía relativa a la frecuencia funcional espacial,
que se ha presentado en el Capítulo 5, no requiere información adicional sobre
la distribución a-priori de probabilidad de los parámetros, como en el marco
bayesiano. En particular, en Vicente et al. (2020), los autores presentan un
novedoso enfoque sobre la modelización de recuento multivariante bayesiano
espacio-temporal a partir de datos de zonas (véanse también las referencias en
el mismo para una visión general del estado de la técnica).
La técnica de reducción de dimensiones basada en FDA que aquí se conside-
ra evita los graves problemas de cálculo que suelen surgir cuando las matrices
de covarianza de alta dimensión, asociadas a variables gaussianas latentes e hi-
perparámetros, están involucradas en la metodología de estimación bayesiana.
De hecho, los modelos autorregresivos condicionados multivariantes (MCARs)
se han desarrollado ampliamente en un marco plenamente bayesiano. Los en-
foques basados en Cadenas de Markov Monte Carlo (MCMC) y la Aproxima-
ción Anidada Integrada de Laplace (INLA), véase, por ejemplo, Lindgren y Rue
(2015), y Rue et al. (2009), suelen aplicarse para el ajuste de los modelos en
este contexto. Sin embargo, siguen abiertos varios problemas en relación con
la separabilidad y la modelización de covarianza espacio-temporal, cuando se
adopta un marco de FDA.
El enfoque de estimación presentado en dicho Capítulo 5 proporciona una

261
Conclusiones y líneas abiertas

alternativa a INLA en el dominio de la frecuencia funcional, considerando la ex-

pansión funcional truncada espacial de Cramér-wavelet, véase Panaretos y Ta-
vakoli (2013a), donde se introduce la expansión funcional de Cramér-Karhunen-
Loéve. Es bien sabido que la expansión funcional de Cramér-Karhunen-Loéve
proporciona una representación óptima de un proceso funcional estacionario
en el sentido de momento de segundo orden. Este criterio de optimización no
siempre se satisface con nuestra expansión funcional de Cramér-wavelet, como
contrapartida a una descripción más flexible y precisa de la variación local a
altos niveles de resolución. Esto último constituye el objetivo de este capítulo,
en relación con el análisis a múltiples escalas en un marco de frecuencias de
FDA.
Este enfoque puede extenderse al caso en que el análisis multiresolución se
realiza en el espacio, para la aproximación del proceso de log-intensidad fun-
cional continuo espacial oculto que dirige los recuentos, como alternativa a las
técnicas espaciales habituales de suavizado mediante B–splines. El enfoque re-
sultante permite el análisis de la heterogeneidad a través de escalas temporales
y espaciales, proporcionando una aproximación multiresolución de la interac-
ción espacio-tiempo que afecta a la evolución del proceso de log-intensidad.
Esta idea constituye el tema de un trabajo de investigación posterior.
Los capítulos 6 y 7 cierran el ciclo de aportaciones de la presente tesis.
La relevancia de los contenidos de estos capítulos reside no sólo en el inte-
rés que despiertan los nuevos resultados, sobre estimación clásica y bayesiana
semilineal, presentados en el contexto de procesos de Cox dirigidos por una in-
tensidad infinito-dimensional, sino que también es notable su interés práctico,
especialmente, en la situación actual que estamos viviendo, donde se requiere
con urgencia de avances y modelos matemáticos para el análisis y predicción
de epidemias y pandemias. De ahí, que estos capítulos cierren la presente te-
sis, abriendo una nueva línea de investigación estadística, de especial interés,
en el ámbito de la Epidemiología y, en particular, de la modelización y análisis
de enfermedades infecciosas, que se fusiona, en un análisis comparativo, con
otros modelos de regresión en el contexto ML y de modelos espacio-temporales
tradicionales, bajo una perspectiva FDA.
Nuestro objetivo futuro más inmediato será la extrapolación de los resulta-
dos y ranking empírico de modelos derivados, sobre la mortalidad por COVID–
19, para las comunidades españolas, a otros países. Se ampliará asimismo dicho

262
Conclusiones y líneas abiertas

estudio al análisis y modelización de la propagación de la COVID–19, con el ob-

jeto de realizar predicciones a corto y largo plazo sobre los posibles rebrotes,
así como sobre las necesidades sanitarias que se deben cubrir para atender la
población de infectados asociada a dichos brotes.

263
C ONCLUSIONS AND OPEN LINES OF
RESEARCH

265
Conclusions and open lines

A review of the main conclusions drawn from the theoretical contributions,

simulation studies and practical applications developed throughout Chapters 2
to 5, as well as the future lines of research derived from all of them follow.
Chapters 6 and 7, which are entirely devoted to two applications with real
data, are reviewed in a more general way, since at the end of these chapters
the final comments sections (6.4 and 7.6, respectively) are devoted to a more
detailed study of both the conclusions obtained and possible extensions of these
chapters.
The relevance of the results in Chapter 2 on consistency and asymptotic
normality of minimum-contrast estimators for spatially stationary real-valued
spatial random fields, in a general context, lies in the applications potentially
offered by this theory, as subsequently illustrated in the simulation study. In
addition, this chapter offers an estimation methodology that will be extended
to the infinite-dimensional context in Chapters 3–7.
Regarding the development of simulation studies, as an illustration of the re-
sults derived from the aforementioned Chapter 2, in general, the properties of
the minimum contrast estimators obtained for finite sample sizes are analyzed.
In this analysis, the limiting behavior announced in the theoretical results for
sufficiently large sample sizes is considered. In particular, we illustrate the con-
sistency and asymptotic normality of the considered minimum-contrast plug-in
estimator, based on the tapered periodogram, in the context of spatial Gaus-
sian fractional autoregressive processes and spatial Gegenbauer random fields.
Thus, we can see that the numerical results fully support the theoretical fin-
dings. Likewise, it can be applied to more general models.
Chapter 3 opens up a new area of research, in the context of log-Gaussian
Cox processes in time, which allows, in particular, the analysis of time-stationary
and spatially heterogeneous patterns. The analyzed case where the random log-
intensity is an O-U Hilbert-valued process, admits an immediate extension in
the context of infinite-dimensional diffusion models, or evaluated in function
spaces.
An application with real data is also included in this Chapter 3, on the statis-
tical analysis and modeling of the evolution of diseases in space and time, the
conclusions drawn, after such application, show the influence of the nature and
characteristics of the disease studied, on the fit of the time dependence model,
for the infinite-dimensional random log-intensity. In particular, in relation to

266
Conclusions and open lines

the fit of dependence models with different rank, an excess of smoothing is ob-
served while, for the log-Gaussian ARH(1) estimation, the smoothing is weaker,
allowing for more heterogeneity in the spatial patterns.
In relation to the contributions of Chapter 4, the extension of the Cox family
of processes introduced in Chapter 3 to the spatial context stands out. In par-
ticular, this extension makes possible the application of estimation techniques,
based on second-order statistics, under homogeneity in space and heterogeneity
in time, contributing to the analysis of point patterns and counting processes,
by means of more flexible models.
On the other hand, recent advances in computer science have made possible
the application of feasible probabilistic prediction techniques for the statistical
analysis of complex data in Hilbert, Banach, or metric/semi-metric spaces, in-
cluding the case of data that are not in a vector space.
FDA techniques allow the analysis of local regularity properties of high-
dimensional data of a continuous nature, or else, coming from an underlying
phenomenon or process continuous in space and/or time, avoiding a bad ap-
proach to classical multivariate estimation problems. In particular, we refer the
reader to Dai y Müller (2018); Goia y Vieu (2016); Horváth y Kokoszka (2012);
Ruiz-Medina (2012), among others. This Chapter 4 puts more complex mathe-
matical structures to work, dealing with elements of Hilbert spaces in the fra-
mework of point pattern analysis.
In summary, the approach presented in this chapter is a relevant contribu-
tion in the field of spectral analysis of infinite-dimensional spatial linear proces-
ses under spatial homogeneity, as well as a remarkable contribution to the field
of statistical analysis of counting processes, in the context of Spatio-Temporal
Statistics.
Since the spatial functional estimation approach presented here is applied
in the spectral domain, its continuous spatial parameter version can be for-
mulated directly from the results developed in Chapter 4, with an appropriate
reformulation of the conditions given. One of the main problems to be faced
in the near future is the definition of a multivariate version of the introduced
class of point processes, as well as their spectral functional estimation in an
infinite-dimensional multivariate framework.
In Chapter 5, the presented multiscale spatial functional prediction metho-
dology allows the analysis of heterogeneity at different time scales of the log-

267
Conclusions and open lines

intensity field. It is well known that FDA preprocessing techniques (e.g., B-

spline smoothing) often hide or remove local variation at high resolution levels
(see, e.g., Goia y Vieu (2016); Horváth y Kokoszka (2012); Müller y Stadtmü-
ller (2005), among others). The estimation approach adopted in this chapter
overcomes this limitation by providing a more flexible framework. Thus, an ap-
propriate choice of the scale at which the log-intensity field should be analyzed
can be made, depending on the objectives of the study, and the uncertainties in
the counts associated with the lack of sample information.
The entropy-based approach related to the spatial functional frequency,
which has been presented in Chapter 5, does not require additional informa-
tion on the prior probability distribution of the parameters, as in the Bayesian
framework. In particular, in Vicente et al. (2020), the authors present a novel
approach to Bayesian spatio-temporal multivariate count modeling from area
data (see also the references therein for an overview of the state of the art).
The FDA-based dimension reduction technique considered here avoids the
severe computational problems that often arise when high-dimensional cova-
riance matrices, associated with latent Gaussian variables and hyperparame-
ters, are involved in Bayesian estimation methodology. Indeed, multivariate
conditional autoregressive models (MCARs) have been extensively developed
in a fully Bayesian framework. Approaches based on Markov Chain Monte Car-
lo (MCMC) and the Integrated Nested Laplace Approximation (INLA), see, for
example, Lindgren y Rue (2015), and Rue et al. (2009), are often applied for
model fitting in this context. However, several problems remain open in rela-
tion to separability and spatio-temporal covariance modeling, when adopting
an FDA framework.
The estimation approach presented in that Chapter 5 provides an alternative
to INLA in the functional frequency domain by considering the spatially trun-
cated Cramér-wavelet functional expansion, see Panaretos y Tavakoli (2013a),
where the Cramér-Karhunen-Loéve functional expansion is introduced. It is well
known that the Cramér-Karhunen-Loéve functional expansion provides an op-
timal representation of a stationary functional process in the sense of second-
order moment. This optimization criterion is not always satisfied by our Cramér-
wavelet functional expansion, but this is the price to pay for a more flexible and
accurate description of local variation at high levels of resolution. That, on the
other hand, is the aim of this chapter, in relation to the analysis at multiple sca-

268
Conclusions and open lines

les in an FDA frequency framework. This optimization criterion is not always

satisfied by our Cramér-wavelet functional expansion, as a trade-off for a more
flexible and accurate description of local variation at high levels of resolution.
The latter is the focus of this chapter, in relation to multiscale analysis in an
FDA frequency framework.
This approach can be extended to the case where the multiresolution analy-
sis is performed in space, for the approximation of the hidden spatial conti-
nuous functional log-intensity process driving the counts, as an alternative to
the usual spatial B–spline smoothing techniques. The resulting approach allows
the analysis of heterogeneity across temporal and spatial scales, providing a
multiresolution approximation of the space-time interaction affecting the evo-
lution of the log-intensity process. This topic is the subject of further research
work.
Chapters 6 and 7 close the cycle of contributions of this thesis. The relevan-
ce of the contents of these chapters lies not only in the interest aroused by the
new results on classical and Bayesian semilinear estimation, presented in the
context of Cox processes driven by an infinite-dimensional intensity, but also in
their practical interest, especially in the current situation, where mathematical
advances and models are urgently required for the analysis and prediction of
epidemics and pandemics. Hence, these chapters close this thesis, opening a
new line of statistical research of special interest in the field of epidemiology
and, in particular, in the modeling and analysis of infectious diseases, which
merges, in a comparative analysis, with other regression models in the ML con-
text and traditional spatio-temporal models, under an FDA perspective.
Our immediate future goal will be to extrapolate the results and empirical
ranking of derived models on COVID–19 mortality for Spanish communities to
other countries. This study will also be extended to the analysis and modeling
of the spread of COVID–19, with the aim of making short- and long-term pre-
dictions on possible resurgences, as well as on the health needs to be covered
to care for the infected population associated with such outbreaks.

269
B IBLIOGRAFÍA

271
O. O. Aalen, O. Borgan, y H. K. Gjessing. Survival and event history analysis: a
process point of view. Springer Science & Business Media, New-York, 2008.

C. Abboud, O. Bonnefon, E. Parent, y S. Soubeyrand. Dating and localizing

an invasion from post-introduction data and a coupled reaction-diffusion-
absorption model. Journal of Mathematical Biology, 79:765–789, 2019.

A. Adin, T. Goicoa, y M. D. Ugarte. Online relative risks/rates estimation in spa-

tial and spatio-temporal disease mapping. Computer Methods and Programs
in Biomedicineh, 172:103–116, 2019. URL [Link]
science/article/pii/S0169260718318030.

R. Adler y J. Taylor. Random Fields and Geometry. Springer Science + Business

Media LLC, 2007.

C. Agostinelli. Robust model selection in regression via weighted likelihood

methodology. Statistics & Probability Letters, 56:289–300, 2001.

H. M. Alomari, M. P. Frías, N. N. Leonenko, M. D. Ruiz-Medina, L. Sakhno, y

A. Torres. Asymptotic properties of parameter estimates for random fields
with tapered data. Electronic Journal of Statistics, 11:3332–3367, 2017. URL
[Link]

E. Alpaydin. Introduction to Machine Learning. MIT Press, Cambridge, MA,

2004.

C. Anderson, D. Lee, y N. Dean. Spatial clustering of average risks and risk

trends in bayesian disease mapping. Biometrical Journal, 59:41–56, 2017.
URL [Link]

J. Angulo, H.-L. Yu, A. Langousis, A. Kolovos, J. Wang, Madrid A. E., y G. Chris-

takos. Spatiotemporal infectious disease modeling: A bme-sir approach.
PLoS One, 8(9):e72168, 2013. URL [Link]
4adf8407-a5b8-4f4b-877d-e8b944f0e6ee.

272
J. M. Angulo y M. D. Ruiz-Medina. On the orthogonal representation of gene-
ralized random fields. Statistics & Probability Letters, 31:145–153, 1997.

V. V. Anh, J. M. Angulo, y M. D. Ruiz-Medina. Possible long-range dependence in

fractional random fields. Journal of Statistical Planning and Inference, 80:95–
–110, 1999.

V. V. Anh, N. N. Leonenko, y L. M. Sakhno. On a class of minimum contrast

estimators for fractional stochastic processes and fields. Journal of Statistical
Planning and Inference, 123:161–185, 2004a.

V. V. Anh, N. N. Leonenko, y L. M. Sakhno. Quasi-likelihood-based higher-order

spectral estimation of random fields with possible long-range dependence.
Stochastic methods and their applications. Journal of Applied Probability,
41A:35–53, 2004b.

V. V. Anh, N. N. Leonenko, y L. M. Sakhno. LM evaluation of bias in higher-

order spectral estimation. Theory of Probability and Mathematical Statistics,
80:1–14, 2007a.

V. V. Anh, N. N. Leonenko, y L. M. Sakhno. Minimum contrast estimation of

random processes based on information of second and third orders. Journal
of Statistical Planning and Inference, 137(4):1302–1331, 2007b.

V. V. Anh, N. N. Leonenko, y L. M. Sakhno. Statistical inference based on the

information of the second and third order. Journal of Statistical Planning and
Inference, 137:1302–1331, 2007c.

V. V. Anh, N. N. Leonenko, y L. M. Sakhno. Statistical inference using higher-

order information. Journal of Multivariate Analysis, 98(4):706–742, 2007d.

V. V. Anh y K. E. Lunney. Parameter estimation of random fields with longrange

depedence. Mathematical and Computer Modelling, 21:67–77, 1995.

A. Antoniadis y T. J. Spatinas. Wavelet methods for continuous-time predic-

tion using Hilbert-valued autoregressive processes. Journal of Multivariate
Analysis, 87:133–158, 2003.

273
A. Aswi, S. M. Cramb, P. Moraga, y K. Mengersen. Bayesian spatial and spatio-
temporal approaches to modelling dengue fever: a systematic review. Epi-
demiology and Infection, 33:1–14, 2019. URL [Link]
S0950268818002807.

F. Avram. On bilinear forms in Gaussian random variables and Toeplitz matri-

ces. Probability Theory and Related Fields, 79:37–45, 1988.

F. Avram, N. N. Leonenko, y L. M. Sakhno. Harmonic analysis tools for statis-

tical inference in the spectral domain. Lecture Notes in Statistics, 200:59–70,
2010a.

F. Avram, N. N. Leonenko, y L. M. Sakhno. On a szegö type limit theorem, the

Hölder-Young-Brascamp-Lieb inequality, and the asymptotic theory of inte-
grals and quadratic forms of stationary fields. ESAIM: Probability and Statis-
tics, 14:210–255, 2010b.

J-M. Azaïs y M. Wschebor. Level Sets and Extrema of Random Processes and
Fields. John Wiley & Sons, Inc., 2009.

A. Baddeley, P. Gregori, J. Mateu, R. Stoica, y D. Stoyan. Case Studies in Spatial

Point Process Modeling. Springer, New York, 2006.

A. Baddeley, J. Møller, y R. Waagepetersen. Non- and semi-parametric estima-

tion of interaction in inhomogeneous point patterns. Statistica Neerlandica,
54:329–50, 2000.

A. Baddeley y R. Turner. Practical maximum pseudolikelihood for spatial point

processes. Australian and New Zealand Journal of Statistics, 42:283–322,
2000.

A. Banks, J. Vincent, y C. Anyakoha. A review of particle swarm optimization.

part i: background and development. Natural Computing, 6:467–484, 2007.

M. Barstugan, U. Ozkaya, y S. Ozturk. Coronavirus (covid–19) classification

using ct images by machine learning methods, 2020. Preimpreso en https:
//[Link]/abs/2003.09424.

S. Basu y A. Dassios. A Cox process with log-normal intensity. Insurance: Mathe-

matics and Economics, 31:297–302, 2002.

274
S. Basu y G. C. Reinsel. Properties of the spatial unilateral first-order ARMA
model. Advances in Applied Probability, 25(3):631–648, 1993.

R. Bentkus. The error in estimating the spectral function of a stationary process.

Lietuvos Matematikos Rinkinys, 12(1):55–71, 1972.

R. Bentkus. Cumulants of estimates of the spectrum of a stationary time series.

Litovskii Matematicheskii Sbornik, 16(4):37–61, 1976.

E. Beretta, T. Hara, W. Ma, y Y. Takeuchi. Global asymptotically stability of an

sir epidemic model with distributed time delay. Nonlinear Analysis, Theory,
Methods and Applications, 47:4107–4115, 2001.

J. Besag, J. York, y A. Mollie. Bayesian image restoration with two applications

in spatial statistics. Annals of the Institute of Statistical Mathematics, 43:1–59,
1991.

J. E. Besag. Spatial interaction and the statistical analysis of lattice systems.

Journal of the Royal Statistical Society: Series B, 36:192–225, 1974. URL
[Link]

S. Bhatt, P. W. Gething, O. J. Brady, J. P. Messina, A. W. Farlow, C. L. Moyes, J. M.

Drake, J. S. Brownstein, A. G. Hoen, O. Sankoh, M. F. Myers, D. B. George,
T. Jaenisch, G. R. W. Wint, C. P. Simmons, T. W. Scott, J. J. Farrar, y S. I. Hay.
The global distribution and burden of dengue. Nature, 496:504–507, 2013.
URL [Link]

R. Bivand, E. Pebesma, y V. Gómez-Rubio. Applied Spatial Data Analysis with R.

Springer, 2013.

R. Blanquero, E. Carrizosa, A. Jiménez-Cordero, y B. Martín-Barragán. Selection

of time instants and intervals with support vector regression for multivaria-
te functional data, 2020. Preimpreso en [Link]
publication/327552293.

Y. Boissy, B. B. Bhattacharyya, X. Li, y G. D. Richardson. Parameter estimates for

fractional autoregressive spatial process. Annals of Statistics, 33:2553–2567,
2005.

275
B. M. Bolker y B. Grenfell. Impact of vaccination on the spatial correlation
and persistence of measles dynamics. Proceedings of the National Academy of
Sciences, 93:12648–12653, 1996.

D. Bosq. Linear Processes in Function Spaces. Springer, 2000.

D. Bosq y D. Blanke. Inference and Predictions in Large Dimensions. John Wiley

& Sons, 2007.

D. Bosq y M. D. Ruiz-Medina. Bayesian estimation in a high dimensional para-

meter framework. Electronic Journal of Statistics, 8:1604–1640, 2014.

P. R. Bouzas, A. M. Aguilera, M. J. Valderrama, y N. Ruiz-Fuentes. On the struc-

ture of the stochastic process of mortgages in spain. Computational Statistics
and Data Analysis, 21:73–89, 2006a.

P. R. Bouzas, M. J. Valderrama, A. M. Aguilera, y N. Ruiz-Fuentes. Modeling

the mean of a doubly stochastic poisson process by functional data analysis.
Computational Statistics and Data Analysis, 50:2655–2667, 2006b.

D. R. Brillinger. The frequency analysis of relations between stationary spatial

series. 1970.

D. R. Brillinger. Time Series: Data Analysis and Theory. Holden Day, San Fran-
cisco, 1981.

M. Cabrera y G. Taylor. Modelling spatio-temporal data of dengue fever using

generalized additive mixed models. Spatial and spatio-temporal Epidemiology,
28:1–13, 2019. URL [Link]

A. E. Carbajo, N. Schweigmann, S. I. Curto, A. De Garín, y R. Bejarán. Den-

gue transmission risk maps of argentina. Tropical Medicine and International
Health, 6:170–183, 2001. URL [Link]
2001.00693.x.

L. Cattarino, I. Rodriguez-Barraquer, N. Imai, D. A. T. Cummings, y N. M. Fer-

guson. Mapping global variation in dengue transmission intensity. Scien-
ce Translational Medicine, 12(528):1–11, 2020. URL [Link]
1126/scitranslmed.aax4144.

276
A. Chakraborty y A. E. Gelfand. Analyzing spatial point patterns subject to
measurement error. Bayesian Analysis, 5:97–122, 2001.

K. S. Chan y H. Tsai. Inference of seasonal long-memory aggregate time series.

Bernoulli, 4(18):1448–1464, 2012.

D. L. Chao, J. D. Bloom, B. F. Kochin, R. Antia, y I. M. Longini Jr. The glo-

bal spread of drug-resistant influenza. Journal of the Royal Society Interface,
9:648–656, 1996.

O. Chapelle, V. Vapnik, y Y. Bengio. Model selection for small sample regression.

Machine Learning, 48:9–23, 2002.

L.-Ch. Chien y L.-W. Chen. Meteorological impacts on the incidence of covid-19

in the u.s. Stochastic Environmental Research and Risk Assessment, 34:1675–
1680, 2002.

K. M. Choi, M. L. Serre, y G. Christakos. Efficient mapping of california mortality

fields at different spatial scales. Journal of Exposure Analysis and Environmen-
tal Epidemiology, 13:120–133, 2003.

G. Christakos. Random Field Models in Earth Science. Dover Publications, INC,

Mineola, New York, 1992.

G. Christakos. Modern Spatiotemporal Geostatistics. Oxford University Press,

New York, 2000.

G. Christakos. Spatiotemporal Random Fields: Theory and Applications. Elsevier,

New York, 2017.

G. Christakos, P. Bogaert, y M. L. Serre. Temporal GIS: Advanced Functions for

Field-Based Applications. Springer Verlag, New York, 2001.

G. Christakos y D. T. Hristopulos. Spatiotemporal Environmental Health Mode-

lling: A Tractatus Stochasticus. Kluwer Academic Publisher, Boston, 1998.

G. Christakos y R. A. Olea. New space-time perspectives on the propagation

characteristics of the black death epidemic and its relation to bubonic plague.
Stochastic Environmental Research and Risk Assessment, 19:307–314, 2005.

277
C. F. Chung. Estimating a generalized long memory process. Journal of Econo-
metrics, 73:237–259, 1996.

P. Congdon. Representing spatial dependence and spatial discontinuity in eco-

logical epidemiology: a scale mixture approach. Stochastic Environmental
Research and Risk Assessment, 31:291––304, 2017.

D. R. Cox. Some statistical methods connected with series of events. Journal of

Royal Statistical Society: Series B, 17:129–164, 1955.

D. R. Cox, J. Ingersoll, y S. Ross. A theory of the term structure of interest rates.

Econometrica, 53:385–408, 1985.

R. M. Crujeiras. Contributions to Spectral Spatial Statistics. Tesis Doctoral, Uni-

versidad de Santiago de Compostela, 2006.

G. Da Prato y J. Zabczyk. Stochastic equations in infinite dimensions. En Ency-

clopedia of Mathematics and its Applications, tomo 44. Cambridge University
Press, 1992.

R. Dahlhaus. Spectral analysis with tapered data. Journal of Time Series Analy-
sis, 4(3):163–175, 1983.

R Dahlhaus y H. Künsch. Edge effects and efficient parameter estimation for

stationary random fields. Biometrika, 73(4):877–882, 1987.

R. Dahlhaus y W. Polonik. Empirical spectral processes and nonparametric ma-

ximum likelihood estimation for time series. En H. Dehling, T. Mikosch, y
M. Sorensen, eds., Empirical Process Techniques for Dependent Data. Springer,
2002.

X. Dai y H. G. Müller. Principal component analysis for functional data on

riemannian manifolds and spheres. Annals of Statistics, 46:3334–3361, 2018.

S. Dalal y A. McIntosh. When to stop testing for large software systems with
changing code. IEEE Transactions on Software Engineering, 20:318–323, 1994.

D. Daley y D. Vere-Jones. An Introduction to the Theory of Point Processes: Volume

I: Elementary Theory and Methods. New York: Springer-Verlag, 2003.

278
D. Daley y D. Vere-Jones. An Introduction to the Theory of Point Processes: Volume
II: General Theory and Structure. New York: Springer-Verlag, 2008.

D. J. Daley y D. Vere-Jones. An Introduction to Theory of Point Processes. Sprin-

gerVerlag, New York, 1988.

J. Damon y S. Guillas. Estimation and simulation of autoregressive Hilbertian

processes with exogenous variables. Statistical Inference for Stochastic Proces-
ses, 8:185–204, 2005.

I. Daubechies. Ten Lectures on Wavelets. SIAM, Philadelphia, 1992.

R. Dautray y J. L. Lions. Spectra theory and applications. En Mathematical

Analysis and Numerical Methods for Science and Technology, tomo 3. Springer,
New York, 1985.

A. De Genero y A. Simonis. Properties of doubly stochastic Poisson process

with affine intensity. IEEE Transactions on Software Engineering, 2011. Ar-
Xiv:1109.2884v2.

P. Delicado, R. Giraldo, C. Comas, y J. Mateu. Statistics for spatial functional

data: some recent contributions. Environmetrics, 21:224–239, 2010.

P. Diggle. Statistical Analysis of Spatial and Spatio-Temporal Point Patterns.

Chapman & Hall/CRC Monographs on Statistics & Applied Probability. CRC
Press, Taylor & Francis, Boca Raton, 2013.

P. Diggle, Y. Guan, A. Hart, F. Paize, y M. Stanton. Estimating individual-level

risk in spatial epidemiology using spatially aggregated information on the
population at risk. Journal of the American Statistical Association, 105:1394–
1402, 2010a.

P. J. Diggle. Statistical Analysis of Spatial Point Patterns. London: Academic

Press, 1983.

P. J. Diggle, I. Kaimi, y R. Abellana. Partial-likelihood analysis of spatio-

temporal point-process data. Biometrics, 66:347–354, 2010b.

P. J. Diggle y R. K. Milne. Bivariate cox processes: Some models for bivaria-

te spatial point processes. Journal of the Royal Statistical Society: Series B,
45:11–21, 1983.

279
P. J. Diggle, P. Moraga, B. Rowlingson, y B. M. Taylor. Spatial and spatio-
temporal log-Gaussian Cox processes: Extending the geostatistical paradigm.
Statistica Science, 28:542–563, 2013.

P. Doukhan, J. León, y P. Soulier. Central and non central limit theorems for
strongly dependent stationary Gaussian field. Rebrape, 10:205–223, 1996.

Z. Du, X. Xu, Y. Wu, L. Wang, L. A. Cowling, y B. J. Meyers. Serial interval

of covid-19 among publicly reported confirmed cases. Emerging Infectious
Diseases, 26(6):1341–1343, 2020.

D. Duffie y R. Kan. A yield-factor model of interest rates. Mathematical Finance,

6:379–406, 1996.

J. Dushoff, J. Plotkin, S. Levin, y D. Earn. Dynamical resonance can account

for seasonality of influenza epidemics. Proceedings of the National Academy of
Sciences of the United States of America, 101:16915–16916, 2004.

M. Elhia, A. Laaroussi, M. Rachik, Z. Rachik, y E. Labriji. Global stability of a

susceptible-infected-recovered (sir) epidemic model with two infectious sta-
ges and treatment. International Journal of Scientific Research, 3:114–121,
2014.

R. Espejo, N. N. Leonenko, A. Olenko, y M. D. Ruiz-Medina. On a class of

minimum contrast estimators for Gegenbauer random fields. TEST, 24:657–
680, 2015.

E. L. Estallo, A. E. Carbajo, M. G. Grech, M. Frías-Céspedes, L. López, M. A.

Lanfri, F. F. Ludueña Almeida, y W. R. Almirón. Spatio-temporal dynamics of
dengue 2009 outbreak in córdoba city, argentina. Acta Tropica, 136:129–136,
2014. URL [Link]

F. Ferraty y Y. Romain. The Oxford Handbook of Functional Data Analysis. Oxford

University Press, 2010.

F. Ferraty y P. Vieu. Nonparameric Functional Data Analysis. Springer, 2006.

T. R. Fleming y D. P. Harrington. Counting processes and survival analysis. John

Wiley & Sons, Inc., New-York, 1991.

280
J. P. Fouque, G. Papanicolaou, y K. R. Sircar. Derivatives in Financial Markets
with Stochastic Volatility. Cambridge University Press, 2000.

R. Fox y M. S. Taqqu. Large-sample properties of parameter estimates for

strongly dependent stationary Gaussian time series. Annals of Statistics,
14:517–532, 1986.

R. Fox y M. S. Taqqu. Central limit theorems for quadratic forms in random va-
riables having long-range dependence. Probability Theory and Related Fields,
74:213–240, 1987.

M. P. Frías, A. Torres-Signes, M.D. Ruiz-Medina, y J. Mateu. Spatial cox

processes in an infinite-dimensional framework, 2020. Bajo segunda re-
visión en la revista TEST. Preimpreso en [Link]
[Link].

M. P. Frías y M. D. Ruiz-Medina. Computing functional estimators of spatio-

temporal long-range dependence parameters in the spectral-wavelet domain.
Journal of Statistical Planning and Inference, 141:2417–2427, 2011.

M. P. Frías, M. D. Ruiz-Medina, y V. V. Anh. Wavelet-based estimation of aniso-

tropic spatiotemporal long-range dependence. Stochastic Analysis and Appli-
cations, 31:359–380, 2013.

M. Fuhrman. A note on the nonsymmetric Ornstein-Uhlenbeck process in Hil-

bert spaces. Applied Mathematics Letters, 8:19–22, 1995.

C. Gaetan y X. Guyon. Spatial Statistics and Modeling. Springer, 2010.

M. Gail, T. Santner, y C. Brown. An analysis of comparative carcinogenesis

experiments based on multiple times to tumor. Biometrics, 36:255–266, 1980.

A. Gelman. Prior distributions for variance parameters in hierarchical models.

International Society for Bayesian Analysis, 3:515–533, 2006.

M. S. Ginovyan, A. A. Sahakyan, y M. S. Taqqu. The trace problem for Toe-

plitz matrices and operators and its impact in probability. Probability Surveys,
11:393–440, 2014.

R. Giraldo, P. Delicado, y J. Mateu. Geostatistics for functional data: an ordinary

kriging approach. Environmental and Ecological Statistics, 18:411–426, 2010.

281
A. Goia y P. Vieu. An introduction to recent advances in high/infinite dimensio-
nal statistics. Journal of Multivariate Analysis, 146:1–6, 2016.

T. Goicoa, M. D. Ugarte, J. Etxeberria, y A. F. Militino. Comparing CAR and

P-spline models in spatial disease mapping. Environmental and Ecological
Statistics, 19:573–599, 2012.

F. B. Gonçalves y D. Gamerman. Exact bayesian inference in spatiotemporal

cox processes driven by multivariate gaussian processes. Journal of the Royal
Statistical Society: Series B, 80:157–175, 2018.

J. A. González, F. J. Rodríguez-Cortés, O. Cronie, y J. Mateu. Spatio-temporal

point process statistics: A review. Spatial Statistics, 18:505–544, 2016.

J. Grandell. Doubly Stochastic Process. Springer-Verlag, New York, 1976.

Y. Guan. A composite likelihood approach in fitting spatial point process mo-

dels. Journal of the American Statistical Association, 101:1502–1512, 2006.

Y. Guan, M. Sherman, y J. A. Calvin. Assessing isotropy for spatial point proces-

ses. Biometrics, 62:119–125, 2006.

Y. Guan, R. Waagepetersen, y C. M. Beale. Second-order analysis of inhomoge-

neous spatial point processes with proportional intensity functions. Journal
of the American Statistical Association, 103:769–777, 2008.

L. N. Guin y P. K. Mandal. Spatiotemporal dynamics of reaction–diffusion mo-

dels of interacting populations. Applied Mathematical Modelling, 38:4417–
4427, 2014.

H. Guo, C. Y. Lim, y M. M. Meerschaert. Local whittle estimator for anisotropic

random field. Journal of Multivariate Analysis, 100:993–1028, 2009.

X. Guyon. Parameter estimation for a stationary process on a d-dimensional

lattice. Biometrika, 69:95–105, 1982.

X. Guyon. Random Fields on a Network. Springer-Verlag, New York, 1995.

E. J. Hannan. The asymptotic theory of linear time-series models. Journal of

Applied Probability, 10:130–145, 1973.

282
T. Hastie, R. Tibshirani, y J. Friedman. The elements of statistical learning.
Springer-Verlag, New-York, 2001.

J. He, G. Chen, Y. Jiang, R. Jin, A. Shortridge, S. Agusti, M. Hea, J. Wua, C. M.

Duarte, y G. Christakos. Comparative infection modeling and control of covid-
19 transmission patterns in china, south korea, italy and iran. Science of the
Total Environment, págs. 1–15, 2020. URL doi:10.1016/[Link].2020.
141447.

C. Heil y F. Walnut. Fundamental Papers in Wavelet Theory. Princeton University

Press, Oxford, 2006.

C. C. Heyde y R. Gay. Smoothed periodogram asymptotics and estimation for

processes and fields with possible long-range dependence. Stochastic Proces-
ses and their Applications, 45:169–182, 1993.

S. Hörmann y P. Kokoszka. Weakly dependent functional data. Annals of Statis-

tics, 38:1845–1884, 2010.

S. Hörmann y P. Kokoszka. Functional time series. En C.R. Rao, ed., Time Series
Analysis: Methods and Applications, tomo 30, págs. 157–186. Springer, 2012.

S. Hörmann y P. Kokoszka. Consistency of the mean and the principal compo-

nents of spatially distributed functional data. Bernoulli, 19(5A):1535–1558,
2013.

S. Hörmann, P. Kokoszka, y G. Nisol. Testing for periodicity in functional time

series. Annals of Statistics, 46(6A):2960–2984, 2018.

L. Horváth y P. Kokoszka. Inference for Functional Data with Applications. New

York: Springer, 2012.

L. Horváth, P. Kokoszka, y R. Reeder. Estimation of the mean of functional time

series and a two-sample problem. Journal of the Royal Statistical Society:
Series B, 75:103–122, 2013.

T. Hsing y R. Eubank. Theoretical Foundations of Functional Data Analysis, with

an Introduction to Linear Operators. John Wiley & Sons, 2015.

A. Huppert y G. Katriel. Mathematical modelling and prediction in infectious di-

sease epidemiology. Clinical Microbiology and Infection, 19:999–1005, 2013.

283
I. A. Ibragimov. On maximum likelihood estimation of parameters of the spec-
tral density of stationary time series. Theory of Probability and Its Applications,
12(1):115–119, 1967.

R. Ignaccolo, J. Mateu, y R. Giraldo. Kriging with external drift for functional

data for air quality monitoring. Stochastic Environmental Research and Risk
Assessment, 28:1171–1186, 2014.

J. Illian, A. Penttinen, H. Stoyan, y D. Stoyan. Statistical Analysis and Modelling

of Spatial Point Patterns. New York: John Wiley & Sons, 2008.

ISCIII. Instituto de Salud Carlos III (Centro Nacional de Epidemiología). 2020.

URL [Link] Accedido el 30–05–
2020.

A. V. Ivanov, N. N. Leonenko, M. D. Ruiz-Medina, y B. M. Zhurakovsky. Estima-

tion of harmonic component in regression with cyclically dependent errors.
Stastics: A Journal of Theoretical and Applied Statistics, 49:156–186, 2015.

A.V. Ivanov y V. Prikhodko. Asymptotic properties of Ibaragimov’s estimate of

parameter of spectral density of noise in the nonlinear regression method.
Theory of Probability and Mathematical Statistics, 93:50–66, 2015.

B. Ivorra, M. R. Ferrández, M. Vela-Pérez, y A. M. Ramos. Mathematical mo-

deling of the spread of the coronavirus disease 2019 (covid-19) taking into
account the undetected infections. the case of china. Communications in Non-
linear Science and Numerical Simulation, 88:105–303, 2020.

B. Ivorra, A. M. Ramos, y Ngom. Be-codis: A mathematical model to predict the

risk of human diseases spread between countries. validation and application
to the 2014 ebola virus disease epidemic. Bulletin of Mathematical Biology,
77:1668–1704, 2015.

A. Jalilian, Y. Guan, J. Mateu, y R. Waagepetersen. Multivariate product-shot-

noise cox point process models. Biometrics, 71:1022–1033, 2015.

A. Jalilian, Y. Guan, y R. Waagepetersen. Decomposition of variance for spatial

cox processes. Scandinavian Journal of Statistics, 40:119–137, 2013.

284
A. Jalilian, Y. Guan, y R. Waagepetersen. Orthogonal series estimation of the
pair correlation function of a spatial point process. Statistica Sinica, 29:769–
787, 2019.

M. Jaya, A. Atje Setiawan, E. Hermawan, y B. Ruchjana. Bayesian spatial mo-

deling and mapping of dengue fever: A case study of dengue fever in the
city of bandung indonesia. International Journal of Applied Mathematics and
Statistics, 54(3):94–103, 2016. URL [Link]
php/ijamas/article/view/4303. Accedido el 10–08–2019.

C. Ji, D. Jiang, y N. Shi. The behavior of an sir epidemic model with stochastic
perturbation. Stochastic Analysis and Applications, 30:755–773, 2012.

M. J. Keeling, D. A. Rand, y A. J. Morris. Correlation models for childhood

epidemics. Proceedings of the Royal Society of London, 264:1149––1156, 1997.

M. J. Keeling y P. Rohani. Modeling infectious diseases in humans and animals.

Princeton University Press, Princeton, 2008.

M. Kelbert, N. N. Leonenko, y M. D. Ruiz-Medina. Fractional random fields

associated with stochastic fractional heat equations. Advances in Applied Pro-
bability, 37:108–133, 2005.

J. Kennedy y R. Eberhart. Particle swarm optimization. Proceedings of ICNN’95-

International Conference on Neural Networks, 4:1942–1948, 1995.

W. Kermack y A. McKendrick. Contributions to the mathematical theory of

epidemics - i. Proceedings of the Royal Society of Edinburgh Section A, 115:700–
721, 1927.

M. A. Khan y A. Atangana. Modeling the dynamics of novel coronavirus (2019-

ncov) with fractional derivative. Alexandria Engineering Journal, 2020. URL
[Link]/10.1016/[Link].2020.02.033.

L. Kidziński, P. Kokoszka, y N. M. Jouzdani. Principal component analy-

sis of periodically correlated functional time series. Journal of Time Se-
ries Analysis, 2018. URL [Link]
1111/jtsa.12283.

285
P. Kokoszka, R. Gabrys, y L. Horváth. Tests for error correlation in the functional
linear model. Journal of the American Statistical Association, 105:1113–1125,
2010.

E. Kopp. From Measures to Itô Integrals. Cambridge University Press, 2011.

Y. V. Kozachenko y O. O. Pogorilyak. A method of modelling log Gaussian Cox

process. Theory of Probability and Mathematical Statistics, 77:91–105, 2008.

A. J. Kucharski, T. W. Russell, C. Diamond, Y. Liu, J. Edmunds, S. Funk, y

R. M. Eggo. Early dynamics of transmission and control of covid-19: a
mathematical modelling study. The Lancet Infectious Diseases, 2020. URL
[Link]/10.1016/S1473-3099(20)30144-4.

Y. A. Kuznetsov y C. Piccardi. Bifurcation analysis of periodic seir and sir epide-

mic models. Journal of Mathematical Biology, 32:109–121, 1994.

A. Laaroussi, M. Rachik, y M. Elhia. An optimal control problem for a spatiotem-

poral sir model. International Journal of Dynamics and Control, 6:384–397,
2018.

D. Lando. On Cox processes and credit risky securities. Review of Derivatives

Research, 2:99–120, 1998.

A. Langousis y A. A. Carsteanu. Undersampling in action and at scale: appli-

cation to the covid-19 pandemic. Stochastic Environmental Research and Risk
Assessment, 34:1281–1283, 2002.

A. B. Lawson. Bayesian Disease Mapping: Hierarchical Modeling in Spatial Epi-

demiology. Taylor and Francis, Boca Raton, Florida, USA, 1 edón., 2008.

M. Ledoux y M. Talagrand. Probability in Banach Spaces: Isoperimetry and Pro-

cesses. Ergebnisse der Mathematik und Ihrer Grenzgebiete (3). Springer, Berlin,
1991.

E. L. Lehmann y G. Casella. Theory of Point Estimation. Springer, 2 edón., 1998.

N. Leonenko. Limit Theorems for Random Fields with Singular Spectrum. Sprin-
ger Science + Business Media, B. V., 1999.

286
N. N. Leonenko y M. D. Ruiz-Medina. Scaling laws for the multidimensional
burgers equation with quadratic external potentials. Journal of Statistical
Physics, 124:191–205, 2006.

N. N. Leonenko y E. Taufer. Disaggregation of spatial autoregressive processes.

Spatial Statistics, 3:1–20, 2013.

N.N. Leonenko, M.D. Ruiz-Medina, y M. Taqqu. Fractional elliptic, hyperbolic

and parabolic random fields. Electronic Journal of Probability, 16:1134–1172,
2011.

L. Li, J. Wang, Z. Cao, y E. Zhong. An information-fusion method to identify

pattern of spatial heterogeneity for improving the accuracy of estimation.
Stochastic Environmental Research and Risk Assessment, 22:689–704, 2008.

W. K. Li y A. I. McLeod. Fractional time series modelling. Biometrika, 73:217–

221, 1986.

F. Lindgren y H. Rue. Bayesian spatial modelling with r-inla. Journal of Statis-

tical Software, 63:1–25, 2015.

C. Lorenz, F. Chiaravalloti-Neto, M. de Oliveira Lage, J. A. Quintanilha, M. C.

Parra, M. R. Dibo, E. A. Fávaro, M. M. Guirado, y M. L. Nogueira. Remo-
te sensing for risk mapping of aedes aegypti infestations: Is this a practical
task? Acta Tropica, 205:105398, 2020. URL [Link]
actatropica.2020.105398.

R. Lowe, Coelho C. Barcellos, C. and, T. Bailey, G. E. Coelho, R. Graham,

T. Jupp, W. Ramalho, M. Carvalho, D. Stephenson, y J. Rodó. Dengue outlook
for the world cup in brazil: an early warning model framework driven by real-
time seasonal climate forecasts. The Lancet Infectious Diseases, 14(7):619–
626, 2014. URL [Link]

C. Ludeña y M. Lavielle. The Whittle estimator for strongly dependent statio-

nary Gaussian fields. Scandinavian Journal of Statistics, 26:433–450, 1999.

C. Malesios, N. Demiris, P. Kostoulas, K. Dadousis, T. Koutroumanidis, y Z. Abas.

Spatio-temporal modelling of foot-and-mouth disease outbreaks. Epide-
miology and Infection, 144:2485–2493, 2016.

287
D. Marinucci y G. Peccati. Random fields on the sphere. Representation, limit
theorems and cosmological applications. London Mathematical Society Lecture
Note Series 389. Cambridge University Press, Cambridge, 2011.

D. Martínez-Bello, A. López-Quílez, y A. T. Prieto. Spatiotemporal modeling of

relative risk of dengue disease in colombia. Stochastic Environmental Research
and Risk Assessment, 32:1587–1601, 2018. URL [Link]
s00477-017-1461-5.

C. C. McCluskey. Complete global stability for an sir epidemic model with delay
distributed or discrete. Nonlinear Analysis: Real World Applications, 11:55–59,
2010.

J. P. Messina, O. J. Brady, N. Golding, M. U. G. Kraemer, G. R. W. Wint, S. E.

Ray, D. M. Pigott, F. M. Shearer, K. Johnson, L. Earl, L. B. Marczak, S. Shirude,
N. D. Weaver, M. Gilbert, R. Velayudhan, P. Jones, T. Jaenisch, T. W. Scott,
R. C. Reiner Jr, y S. I. Hay. The current and future global distribution and
population at risk of dengue. Nature Microbiology, 4:1508–1515, 2018. URL
[Link]

J. L. Meza. Empirical bayes estimation smoothing of relative risks in disease

mapping. Journal of Statistics Planning and Inference, 112:43–62, 2003. URL
[Link]

F. A. Milner y R. Zhao. Sir model with directed spatial diffusion. Mathematical

Population Studies, 15:160–181, 2008.

M. Mohammady, H. Reza Pourghasemi, M. Amiri, y J. P. Tiefenbacher. Spatial

modeling of susceptibility to subsidence using machine learning techniques.
Stochastic Environmental Research and Risk Assessment, 2021. URL https:
//[Link]/10.1007/s00477-020-01967-x.

J. Møller. Properties of spatial Cox process models. Journal of Statistical Re-

search of Iran, 2:1–18, 2005.

J. Møller, F. Safavimanesh, y J. G. Rasmussen. The cylindrical k-function and

poisson line cluster point processes. Biometrika, 103:937–954, 2016.

J. Møller, A. R. Syversveen, y R. Waagepetersen. Log Gaussian Cox processes.

Scandinavian Journal of Statistics, 25:451–482, 1998.

288
J. Møller y H. Toftaker. Geometric anisotropic spatial point pattern analysis and
cox processes. Scandinavian Journal of Statistics, 41(2):414–435, 2014.

J. Møller y R. P. Waagepetersen. Statistical Inference and Simulation for Spatial

Point Processes. Chapman & Hall, 2004.

Mukhsar., A. Bahriddin, S. Asrul, C. Edi, A. Pasrun, y A. A. Farah. Extended con-

volution model to bayesian spatiotemporal for diagnosing the dhf endemic
locations. Journal of Interdisciplinary Mathematics, 19:233–244, 2016. URL
[Link]

H. G. Müller y U. Stadtmüller. Generalized functional linear models. Annals of

Statistics, 33:774–805, 2005.

D. B. Nelson. ARCH models as diffusion approximations. Journal of Econome-

trics, 45:7–38, 1990.

P. Nguyen, P. E. Brown, y J. Stafford. Mapping cancer risk in Southwestern On-

tario with changing census boundaries. Biometrics, 68(4):1228–1237, 2012.

H. Nishiura, N. M. Linton, y A. R. Akhmetzhanov. Serial interval of novel co-

ronavirus (covid-19) infections. International Journal of Infectious Diseases,
93:284–286, 2020.

Y. Ogata y K. Katsura. Likelihood analysis of spatial inhomogeneity for marked

point patterns. Annals of the Institute of Statistical Mathematics, 40:29–39,
1988.

PAHO. Pan American Health Organization. 2019. URL [Link]

hq/[Link]?lang=en. Accedido el 01–08–2019.

D. Pak, K. Langohr, J. Ning, J. Cortés Martínez, G. Gómez-Melis, y Y. Shen. Mo-

deling the coronavirus disease 2019 incubation period: impact on quarantine
policy. Mathematics, 8(9), 2020. URL [Link]
9/1631.

V. M. Panaretos y S. Tavakoli. Cramér-karhunen-loéve representation and har-

monic principal component analysis of functional time series. Stochastic Pro-
cesses and their Applications, 123:2779–2807, 2013a.

289
V. M. Panaretos y S. Tavakoli. Fourier analysis of stationary time series in fun-
ction space. Annals of Statistics, 41:568–603, 2013b.

M. E. Pastrana, R. Brito, N. R. Romero, C. S. de Oliveira, y J. P. Haddad. Spa-

tial and statistical methodologies to determine the distribution of dengue in
brazilian municipalities and relate incidence with the health vulnerability
index. Spatial and Spatio-temporal Epidemiology, 11:143–151, 2014. URL
[Link]

S. Pathak, A. Maiti, y G. Samanta. Rich dynamics of an sir epidemic model.

Nonlinear Analysis: Modelling and Control, 15:71–81, 2010.

G. Peccati y M. S. Taqqu. Wiener Chaos: Moments, Cumulants and Diagrams.

Springer, New York, 2011.

K. M. Pepin, C. B. Leach, C. Marques-Toledo, K. H. Laass, K. S. Paixao, A. D.

Luis, y C. T. Webb. Utility of mosquito surveillance data for spatial prio-
ritization of vector control against dengue viruses in three brazilian cities.
Parasites and vectors, 8(98):1–15, 2015. URL [Link]
s13071-015-0659-y.

A. M. Ramos, M. R. Ferrández, M. Vela-Pérez, y B. Ivorra. A simple but complex

enough θ–sir type model to be used with covid–19 real data. application to
the case of italy, 2020. Preimpreso en [Link]
32466.17601.

J. O. Ramsay y B. W. Silverman. Functional data analysis, 2nd ed. New York:

Springer, 2005.

S. L. Rathbun y N. Cressie. A space-time survival point process for a longleaf pi-

ne forest in Southern Georgia. Journal of the American Statistical Association,
89:1164–1174, 1994.

V. Reisen, A. L. Rodrigues, y W. Palma. Estimation of seasonal fractionally in-

tegrated processes. Computational Statistics and Data Analysis, 50:568–582,
2006.

A. Remuzzi y G. Remuzzi. Covid-19 and italy: what next? The Lancet, 2020.
URL [Link]/10.1016/S0140-6736(20)30690-5.

290
A. C. Restrepo, P. Baker, y A. C. Clements. National spatial and temporal pat-
terns of notified dengue cases, colombia 2007–2010. Tropical Medicine &
International Health, 19:863–871, 2014. URL [Link]
tmi.12325.

M. Riedle. Séminaire de Probabilités XLIII. Lecture Notes in Mathematics, vol

2006., cap. Cylindrical Wiener processes. Springer, Berlin, Heidelberg, 2011.

B. D. Ripley. Modelling spatial patterns. Journal of the Royal Statistical Society:

Series B, 39:172–212, 1977.

P. M. Robinson. Nonparametric spectrum estimation for spatial data. Journal

of Statistical Planning and Inference, 137:1024–1034, 2007.

P. M. Robinson y J. V. Sanz. Modified Whittle estimation of multilateral models

on a lattice. Journal of Multivariate Analysis, 97:1090–1120, 2006.

A. Rodrigues y P. J. Diggle. Bayesian estimation and prediction for inhomo-

geneous spatio-temporal log-gaussian cox processes using low-rank models,
with application to criminal surveillance. Journal of the American Statistical
Association, 107:93–101, 2012.

K. Roosa, Y. Lee, R. Luo, A. Kirpich, R. Rothenberg, J. Hyman, P. Yan, y G. Cho-

well. Real-time forecasts of the covid-19 epidemic in china from february 5th
to february 24th. Infectious Disease Modelling, 5:256–263, 2020.

L. Roques y O. Bonnefon. Modelling population dynamics in realistic landscapes

with linear elements: A mechanistic-statistical reaction-diffusion approach.
PloS One, 11(3):e0151217, 2016.

L. Roques, S. Soubeyrand, y O. Bonnefon. A statistical-reaction-diffusion ap-

proach for analyzing expansion processes. Journal of Theoretical Biology,
274:43–51, 2011.

M. Rostami, Y. Mohammadi, A. Jalilian, y B. Nazparvar. Modeling spatio-

temporal variations of substance abuse mortality in iran using a log-gaussian
cox point process. Spatial and Spatio-Temporal Epidemiology, 22:15–25, 2012.

H. Rue, S. Martino, y N. Chopin. Approximate bayesian inference for latent

gaussian models by using integrated nested laplace approximations. Journal
of the Royal Statistical Society: Series B, 71:319–392, 2009.

291
M. D. Ruiz-Medina. Spatial autoregressive and moving average Hilbertian pro-
cesses. Journal of Multivariate Analysis, 102:292–305, 2011.

M. D. Ruiz-Medina. Spatial functional prediction from spatial autoregressive

Hilbertian processes. Environmetrics, 23:119–128, 2012. doi:10.1002/env.
1143.

M. D. Ruiz-Medina. Functional analysis of variance for Hilbert-valued multiva-

riate fixed effect models. Statistics, 50:689–715, 2016.

M. D. Ruiz-Medina y J. M. Angulo. Spatio-temporal filtering using wavelets.

Stochastic Environmental Research and Risk Assessment, 16:241–266, 2002.

M. D. Ruiz-Medina y R. Espejo. Spatial autoregressive functional plug-in pre-

diction of ocean surface temperature. Stochastic Environmental Research and
Risk Assessment, 26:335–344, 2012.

M. D. Ruiz-Medina y R. Espejo. Integration of spatial functional interaction

in the extrapolation of ocean surface temperature anomalies due to global
warming. Journal of Applied Earth Observation and Geoinformation, 22:27–
39, 2013.

M. D. Ruiz-Medina, R. M. Espejo, M. D. Ugarte, y A. F. Militino. Functional time

series analysis of spatio–temporal epidemiological data. Stochastic Environ-
mental Research and Risk Assessment, 28:943–954, 2014.

M. D. Ruiz-Medina, E. Romano, y R. Fernández-Pascual. Plug-in interval predic-

tion for a special class of standard ARH(1) processes. Journal of Multivariate
Analysis, 146:138–150, 2016.

L. Sakhno. Bias control in the estimation of spectral functionals. Theory of

Stochastic Processes, 13:225–233, 2007.

L. Sakhno. Minimum Contrast Method for Parameter Estimation in the Spec-

tral Domain, págs. 319–336. Springer International Publishing, Cham,
2014. ISBN 978-3-319-03512-3. URL [Link]
978-3-319-03512-3_18.

S. Salap-Ayca y P. Jankowski. Analysis of the influence of parameter and scale

uncertainties on a local multi-criteria land use evaluation model. Stochastic
Environmental Research and Risk Assessment, 32:699–2719, 2018.

292
M. Sekiguchi y E. Ishiwata. Global dynamics of a discretized sirs epidemic
model with time delay. Journal of Mathematical Analysis and Applications,
371:195–202, 2010.

L. Serra, M. Saez, J. Mateu, D. Varga, P. Juan, C. Díaz-Avalos, y H. Rue.

Spatio-temporal log-gaussian Cox processes for modelling wildfire occurren-
ce: the case of Catalonia, 1994-2008. Environmental and Ecological Statistics,
21(3):531–563, 2014.

D. Simpson, J. B. Illian, F. Lindgren, Sorbye S. H., y Rue H. Going off grid:

computationally efficient inference for log-gaussian cox processes. Biometri-
ka, 103(1):49–70, 2016.

B. Sivakumar. Covid-19 and water. Stochastic Environmental Research and Risk

Assessment, 2020. URL [Link]

A. Sánchez-Gómez, C. Amela, E. Fernández-Carrión, M. Martínez-Avilés, JM.

Sánchez-Vizcaíno, y M. J. Sierra-Moros. Risk mapping of west nile vi-
rus circulation in spain, 2015. Acta Tropica, 169:163–169, 2017. URL
[Link]

A. R. Soltani y M. Hashemi. Periodically correlated autoregressive Hilbertian

processes. Statistical Inference for Stochastic Processes, 14:177–188, 2011.

D. Stoyan, W. S. Kendall, y J. Mecke. Stochastic geometry and its applications.

John Wiley & Sons, 1995.

R. Sujath, J. M. Chatterjee, y A. E. Hassanien. A machine learning forecasting

model for covid-19 pandemic in india. Stochastic Environmental Research and
Risk Assessment, 34:959–972, 2020.

Y. Takano y R. Miyashiro. Best subset selection via cross–validation criterion.

TOP, 28:475–488, 2020.

M. Taniguchi. Minimum contrast estimation for spectral densities of stationary

processes. Journal of the Royal Statistical Society: Series B, 49:315–325, 1987.

B. M. Taylor, R. Andrade-Pacheco, y H. J. Sturrock. Continuous inference for

aggregated point process data. Journal of the Royal Statistical Society: Series
A, 181:1125–1150, 2018.

293
E. Tornatore, S. M. Buccellato, y P. Vetro. Stability of a stochastic sir system.
Physica A: Statistical Mechanics and its Applications, 354:111–126, 2005.

A. Torres, M. P. Frías, y M. D. Ruiz-Medina. Log-gaussian Cox processes in

infinite-dimensional spaces. Theory of Probability and Mathematical Statistics,
95:157–177, 2016. URL [Link]

A. Torres-Signes y J. A. Dip. A Bayesian functional methodology for dengue

risk mapping in Latin America and the Caribbean. Acta Tropica, 215:105788,
2021. URL [Link]

A. Torres-Signes, M. P. Frías, J. Mateu, y M. D. Ruiz-Medina. A spatial functio-

nal count model for heterogeneity analysis in time. Stochastic Environmen-
tal Research and Risk Assessment, 2021a. URL [Link]
s00477-020-01951-5.

A. Torres-Signes, M. P. Frías, y M. D. Ruiz-Medina. Covid–19 mortality analysis

from soft-data multivariate curve regression and machine learning, 2021b.
Preimpreso en [Link]

H. Triebel. Interpolation Theory, Function Spaces, Differential Operators. North-

Holland, Amsterdam, 1978.

M. D. Ugarte, T. Goicoa, J. Etxeberria, y A. F. Militino. A P-spline ANOVA type

model in space-time disease mapping. Stochastic Environmental Research and
Risk Assessment, 26(6):835–845, 2012.

M. D. Ugarte, T. Goicoa, B. Ibáñez, y A. F. Militino. Evaluating the performan-

ce of spatio–temporal Bayesian models in disease mapping. Environmetrics,
20(6):647–665, 2009a.

M. D. Ugarte, T. Goicoa, y A. F. Militino. Empirical Bayes and fully Bayes proce-

dures to detect high-risk areas in disease mapping. Computational Statistics
and Data Analysis, 53:2938–2949, 2009b.

M. D. Ugarte, T. Goicoa, y A. F. Militino. Spatio–temporal modelling of mortality

risks using penalized splines. Environmetrics, 21(3/4):270–289, 2010.

G. Vicente, T. Goicoa, y M. D. Ugarte. Bayesian inference in multivariate spatio-

temporal areal models using inla: analysis of gender-based violence in small

294
 areas. Stochastic Environmental Research and Risk Assessment, 34:1421–1440,
2020.

E. Volz. Sir dynamics in random networks with heterogeneous connectivity.

Journal of Mathematical Biology, 56:293–310, 2008.

R. Waagepetersen y D. Y. Guan. Two-step estimation for inhomogeneous spatial

point processes. Journal of the Royal Statistical Society: Series B, 71(3):685–
702, 2009.

R. Waagepetersen, Y. Guan, A. Jalilian, y J. Mateu. Analysis of multispecies

point patterns by using multivariate log-gaussian cox processes. Journal of
the Royal Statistical Society: Series C, 65:77–96, 2016.

C. Wang, P. W. Horby, F. Hayden, y G. F. Gao. A novel coronavirus outbreak of

global health concern. Lancet, 395:470–473, 2008.

R. K. Wasiur, B. Choiy, E. Kenahz, y G. A. Rempa. Survival dy-

namical systems for the population-level analysis of epidemics. Url
[Link] 2019. Accedido el 10–07–2020.

G. Webb. A reaction-diffusion model for a deterministic diffusive epidemic.

Journal of Mathematical Analysis and Applications, 84:150––161, 1981.

G. Wei, P. Clifford, y J. Feng. Population death sequences and Cox processes

driven by interacting Feller diffusions. Journal of Physics A: Mathematical
and General, 35:9–31, 2002.

X. WeiLin, Z. WeiGuo, y Z. XiLi. Minimum contrast estimator for fractional

Ornstein-Uhlenbeck processes. Science China Mathematics, 55(7):1497–1511,
2012.

S. Wu, H. G. Müller, y Z. Zhang. Functional data analysis for point processes

with rare events. Statistica Sinica, 23:1–23, 2013.

Y. Xu, L. Allena, y A. Perelson. Stochastic model of an influenza epidemic with

drug resistance. Journal of Theoretical Biology, 248:179–193, 2007.

Q. Yao y P. J. Brockwell. Gaussian maximum likelihood estimation for ARMA

models II: Spatial processes. Bernoulli, 12(3):403–429, 2006.

295
H. Yu, J. M. Angulo, M. Cheng, J. Wu, y G. Christakos. An online spatio tempo-
ral prediction model for dengue fever epidemic in kaohsiung (taiwan). Bio-
metrical Journal, 56:428–440, 2014. URL [Link]
201200270.

H. L. Yu y G. Christakos. Modeling and estimation of heterogeneous spatio-

temporal attributes under conditions of uncertainty. IEEE Transactions on
Geoscience and Remote Sensing, 49(1):366–376, 2011.

J. Yu, D. Jiang, y N. Shi. Global stability of two-group sir model with random
perturbation. Journal of Mathematical Analysis and Applications, 360:235–
244, 2009.

Y. R. Yue y J. M. Loh. Bayesian nonparametric estimation of pair correlation

function for inhomogeneous spatial point processes. Journal of Nonparame-
tric Statistics, 25(2):463–474, 2013.

F. Zhang, Z. Li, y F. Zhang. Global stability of an sir epidemic model with

constant infectious period. Applied Mathematics and Computation, 199:285–
–291, 2008.

W.-b. Zhang, Y. Ge, M. Liu, P. M. Atkinson, J. Wang, Zhang X., y Z. Tian. Risk
assessment of the step-by-step return-to-work policy in beijing following the
covid-19 epidemic peak. Stochastic Environmental Research and Risk Assess-
ment, 2020. URL [Link]

F. Zhou, T. Yu, R. Du, G. Fan, Y. Liu, Z. Liu, J. Xiang, Y. Wang, B. Song, X. Gu,
L. Guan, Y. Wei, H. Li, X. Wu, Ji. Xu, S. Tu, Y. Zhang, H. Chen, y B. Cao.
Clinical course and risk factors for mortality of adult inpatients with covid–
19 in wuhan, china: a retrospective cohort study. The Lancet, 2020. URL
[Link]/10.1016/S0140-6736(20)30566-3.

T. Zhou, Z. Fu, y B. Wang. Epidemic dynamics on complex networks. Progress

in Natural Science, 16:452–457, 2006.

G. Zhu, J. Liu, Q. Tan, y B. Shi. Inferring the spatio-temporal patterns of dengue

transmission from surveillance data in guangzhou, china. PLoS neglected tro-
pical diseases, 10(4):1–20, 2016. URL [Link]
pntd.0004633.

296