卜瓦松-對數常態模式於時空資料之研究

淡江大學機構典藏 > 商管學院 > 統計學系暨研究所 > 研究報告 > Item 987654321/101285

請使用永久網址來引用或連結此文件: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/101285

題名:	卜瓦松-對數常態模式於時空資料之研究
其他題名:	Poisson-Lognormal Model for Spatial-Temporal Data
作者:	張雅梅
貢獻者:	淡江大學統計學系
日期:	2013-08
上傳時間:	2015-04-21 14:11:29 (UTC+8)
摘要:	在流行病學研究上，利用計數資料來估計整個研究區域的疾病地圖是非常重要的議題。我們在卜瓦松-對數常態模式的架構下，發展一時空模式，將經對數轉換後的條件期望病例人數表示為數個基底函數的線性組合，將平均數與變異數估計問題視為迴歸分析，利用傳統的Lasso法與group Lasso法來挑選適合的基底函數及估計平均數與共變異數。此種方法能描繪平穩或非平穩過程，且在處理龐大的空間資料上，能迅速有效地被運算。 In epidemiology, disease mapping using count data is a very important issue. Under a Poisson-lognormal model, we develop a spatial-temporal process. The log transformation of the conditional expected number of cases is decomposed as a linear combination of basis functions. The problem of mean and covariance estimations can be considered as a regression. A subset selection method of Lasso and group Lasso are used to choose a suitable subset of the basis functions and estimate the mean and covariances. This method can characterize either non-stationary or nearly stationary spatial processes, and is computationally efficient for large spatial data sets.
顯示於類別:	[統計學系暨研究所] 研究報告

文件中的檔案:

沒有與此文件相關的檔案.

在機構典藏中所有的資料項目都受到原著作權保護.

TAIR相關文章

資料載入中.....