当地理重要但非唯一重要时空间数据的社会人口学潜空间方法
统计方法学
2023-09-14 v2 应用统计
摘要
许多针对空间和时空数据的模型假设“相近的事物比遥远的事物更相关”，这被称为地理学第一定律。虽然地理可能很重要，但它可能并非唯一重要，原因至少有两个。首先，技术有助于跨越距离，因此相距甚远的区域可能比基于地理距离所预期的更为相似。其次，地理、政治和社会划分会使相邻区域变得不相似。我们开发了一种灵活的贝叶斯方法，用于从空间数据中学习哪些单元在未观测到的社会人口学空间中是相近的，从而哪些单元是相似的。作为副产品，该贝叶斯方法有助于量化社会人口学空间相对于地理空间的相对重要性。为了演示所提出的方法，我们给出了模拟研究以及将其应用于美国佛罗里达州县级家庭收入中位数数据的实例。
引用
@article{arxiv.2304.03331,
title = {A Socio-Demographic Latent Space Approach to Spatial Data When Geography is Important but Not All-Important},
author = {Saikat Nandy and Scott H. Holan and Michael Schweinberger},
journal= {arXiv preprint arXiv:2304.03331},
year = {2023}
}