教師資料查詢 | 類別: 研究報告 | 教師: 張雅梅 Ya-mei, Chang (瀏覽個人網頁)

標題:卜瓦松-對數常態模式於時空資料之研究
學年102
學期1
出版(發表)日期2013/08/01
作品名稱卜瓦松-對數常態模式於時空資料之研究
作品名稱(其他語言)Poisson-Lognormal Model for Spatial-Temporal Data
著者張雅梅
單位淡江大學統計學系
描述計畫編號NSC102-2118-M032-002 ;
研究期間201308~201407 ;
研究經費481,000
委託單位行政院國家科學委員會
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.
關鍵字
語言中文
相關連結
Google+ 推薦功能,讓全世界都能看到您的推薦!