时空统计模型系统综述：理论、结构与应用
应用统计
2025-11-04 v1
摘要
具有时空属性的数据在众多研究领域广泛存在，统计模型用于分析时空关系也十分常见。现有综述要么聚焦特定领域，要么局限于特定模型类型，导致缺乏跨学科的全面概览。为填补此缺口，我们遵循PRISMA指南开展系统文献综述，检索两大数据库2021-2025年的文献，筛选出83篇符合标准的论文。我们提出时空模型结构的分类方案，突出其在最常见领域中的应用：流行病学、生态学、公共卫生、经济学和犯罪学。尽管各领域任务各异，但许多模型彼此相似。我们发现，层次模型是最常使用的模型，大多数模型包含用于account for时空依赖性的可加成分。不同应用领域的模型结构偏好存在差异。我们还观察到，研究工作集中在仅少数特定学科，尽管时空数据 relevance 更广泛。此外，我们注意到可重复性仍有限。因此，我们的综述不仅为在跨学科层面比较模型结构提供灵感，也为更大的透明度、可访问性和跨域知识传递提供机遇。
引用
@article{arxiv.2511.00422,
title = {A Systematic Review of Spatio-Temporal Statistical Models: Theory, Structure, and Applications},
author = {Isabella Habereder and Thomas Kneib and Isao Echizen and Timo Spinde},
journal= {arXiv preprint arXiv:2511.00422},
year = {2025}
}