模板模型构建器的统计学导论：一种灵活的空间建模工具

集成嵌套拉普拉斯近似（INLA）是一种著名且流行的空间建模技术，在 R-INLA 包中具有用户友好的接口。遗憾的是，仅有特定类别的潜高斯模型可使用 INLA 拟合。本文中我们描述模板模型构建器（TMB），一种适用于拟合复杂时空模型的已有技术。TMB 在空间统计界相对不为人知，但是一种高度灵活的随机效应建模工具，允许用户通过简单 C++ 模板定义复杂随机效应模型。在对比 TMB 与 INLA 背后的方法论后，我们提供大规模模拟研究，评估并比较 R-INLA 与 TMB 在通过随机偏微分方程（SPDE）近似拟合的连续空间模型上的表现。结果表明，尽管 TMB 对固定或随机效应的估计可能比 R-INLA 有略大偏差，两种方法所得的预测场在大多数情形下可比。我们还呈现较小的离散空间模拟研究，其中两种方法均表现良好。最后，我们使用一个无法用 INLA 拟合的联合模型分析乳腺癌发病率与死亡率数据。